"이미지 분류" 모듈을 사용하기

이 부분에서는 콘덴서 파이프 데이터 세트를 제공하여 ( 이 링크를 클릭하여 다운로드 하십시오. ) "이미지 분류" 모듈을 사용하여 모델을 훈련시켜 예제 프로젝트처럼 부품의 앞면과 뒷면을 구분할 수 있도록 사용자를 안내합니다.

  1. 새로운 프로젝트를 만들고 "이미지 분류" 모듈을 추가하기 : 소프트웨어를 열어 메인 인터페이스 왼쪽에 있는 새로운 프로젝트 버튼을 클릭하고 프로젝트 경로를 선택하며 프로젝트 이름을 입력하여 새로운 프로젝트를 만듭니다. 다음으로 화면 오른쪽 상단에 있는 icon_create 아이콘을 클릭하여 "이미지 분류" 모듈을 선택하십시오.

    ../../../_images/add_project.png
  2. 부품의 앞면과 뒷면의 이미지 데이터 세트를 도입하기 : 다운로드한 데이터 세트 압축 패키지의 압축을 풀고 왼쪽 상단의 도입 버튼을 클릭하며 폴더 를 선택하여 다운로드한 이미지 데이터 세트를 도입합니다.

    ../../../_images/import_images1.png
  3. ROI 설정 : 창 왼쪽에 있는 ROI 도구 버튼을 클릭하여 이미지에서 전체 콘덴서 파이프를 ROI로 선택하고 왼쪽 상단에 있는 응용 버튼을 클릭하여 사용을 확인합니다. ROI를 설정하는 목적은 불필요한 배경 정보의 간섭을 줄이는 것입니다.

    ../../../_images/roi_classification.png
  4. 레이블을 추가하기 : 물체의 이름이나 특징에 따라 해당 레이블을 추가합니다.여기서 작업물의 앞면과 뒷면을 구분할 필요가 있으므로 이름은 앞면(front)과 뒷면(back)을 따서 직접 명명됩니다.

  5. 이미지 레이블링 : 이미지 왼쪽에 있는 레이블링 도구 표시줄에서 필요한 도구를 선택하여 레이블링을 할 수 있으며 여러 이미지를 동시에 선택할 수 있습니다. 레이블의 일치성을 보장하는 것이 중요하며 이미지의 뒷면에 앞면이라는 레이블을 저징하면 안 됩니다.

    ../../../_images/classification_label.png

    "이미지 분류" 모듈은 여러 장 이미지를 동시에 선택하고 일괄적으로 레이블링을 하는 것을 지원합니다.

  6. 훈련 세트와 검증 세크를 분할하기 : 기본적으로 소프트웨어는 데이터 세트의 80%를 훈련 세트로, 20%를 검증 세트로 나눕니다. 알고리즘 모듈이 훈련 과정에서 모든 유형의 이미지의 특성을 학습하고 모든 유형의 이미지를 검증할 수 있도록 훈련 세트와 검증 세트 모두 모든 유형 의 이미지를 포함해야 합니다. 기본적으로 분할된 데이터 세트가 이 조건을 충족하지 않는 경우 icon_slider 를 클릭하고 슬라이더를 드래그하여 수동으로 조정할 수 있습니다.

    ../../../_images/move_image.png
  7. 모델 훈련 : 기본적인 파라미터 설정을 사용하며 훈련 버튼을 클릭하면 모델 훈련 과정을 시작할 수 있습니다.

    ../../../_images/training_chart1.png
  8. 모델 검증 : 훈련이 끝나면 검증 버튼을 클릭하면 검증을 시작하여 모델의 식별 효과를 확인할 수 있습니다.

    ../../../_images/result_verification1.png
  9. 모델 도출 : 모델을 도출하기 버튼을 클릭하고 저장 경로를 선택하면 model.dlkpack 모델을 프로젝트 폴더로 도출할 수 있습니다. 사용자가 실제 수요에 따라 모델을 배포할 수 있습니다.

    ../../../_images/model_files1.png