전문 용어

ROI:

ROI는 이미지에서 선택한 이미지를 분석할 때 초점이 되는 영역입니다. ROI를 선택하면 이미지 처리 시간을 단축하고 정확도를 높일 수 있습니다.

레이블링:

레이블링은 사용자가 도구를 사용하여 이미지의 영역을 수동으로 선택하여 이미지의 특징이나 결함을 표시하고 선택한 영역에 레이블을 추가하거나 전체 이미지에 레이블을 직접 추가하는 과정을 말합니다. 즉 레이블로 이것이 학습해야 하는 내용임을 도구에 알려주는 것입니다.

데이터 세트:

Mech-DLK에서 도출한 레이블을 갖춘 파일입니다.(포맷: dlkdb)

레이블링 되지 않음:

레이블을 추가하지 않은 이미지 데이터입니다.

훈련 세트:

모델 훈련에 사용되는 수동으로 레이블이 지정된 이미지 데이터 세트입니다.

검증 세트:

모델 효과 테스트에 사용되는 수동으로 레이블이 지정된 이미지 데이터 세트입니다.

OK 이미지:

결함이 없는 이미지입니다.

NG 이미지:

결함이 있는 이미지입니다.

훈련:

"훈련 세트" 이미지를 사용하여 딥 러닝 모델을 훈련시키는 과정입니다.

검증:

훈련이 완료된 모델을 사용하여 데이터를 계산하고 결과를 제공합니다.

정확률:

모델이 검사 세트를 예측할 때 전체 샘플 수에 대한 정확하게 예측된 샘플 수의 비율입니다.

손실:

검증 세트에 대한 모델의 예측이 실제 결과와 얼마나 일치하지 않는지를 나타내는 것입니다.

epoch:

모델 훈련의 총 반복 횟수입니다.

과검출(FP):

실제로 결함을 포함하지 않지만 결함이 있는 것으로 판정된 이미지입니다.

미검출(FN):

실제로 결함을 포함하지만 결함이 없는 것으로 판정된 이미지입니다.