결함 분류를 위한 Red High Detail Mode 이해

vision software large blog banner

Cognex VisionPro Deep Learning 소프트웨어에는 Red High Detail Mode라고 하는 매우 높은 수준의 정밀도를 요하는 머신 비전 검사를 위한 새로운 설정이 포함되어 있습니다.

이 고급 감지 모드는 결함 분류에서 추가적인 정밀 검사를 요하는 특수한 사례를 해결합니다. 업종 또는 결함 종류에 상관없이 Red High Detail Mode는 정밀한 분류, 보다 빠른 처리 시간, 보다 뛰어난 품질의 제품을 전달합니다.

딥러닝 툴 개요 
Red High Detail Mode에 대한 이해는 VisionPro Deep Learning의 4가지 기본 툴을 검토하는 데에서 출발합니다. 이러한 툴은 심층 신경망을 이용해 코그넥스 머신 비전 카메라로 캡처한 이미지에서 패턴, 구성요소 및 이상을 인식합니다. 

  • Red Analyze: 이미지에서 이상과 결함을 감지합니다. Red High Detail Mode 툴은 이 툴 내에서 아키텍처 설정에 해당합니다.
  • Green Classify: 이미지 또는 이미지의 일부를 여러 클래스로 분류합니다. 한 가지 일반적인 예시로는 유형별로 결함을 분류하는 것입니다(예: 얼룩, 균열, 긁힘 등).
  • Blue Locate: 이미지 내에서 부품 또는 구성품을 찾습니다. 
  • Blue Read: 이미지에서 정교한 광학 문자 인식을 수행합니다.

VisionPro Deep Learning 툴 스크린샷

VisionPro Deep Learning 개발자들은 이러한 툴을 원하는 대로 조합해서 사용할 수 있습니다. 특히 Red Analyze 및 Green Classify 툴이 유용하게 사용됩니다. 예를 들어, Red Analyze Tool로 이상을 식별하고, Green Classify 툴로 결함 유형을 결정할 수 있습니다.  

고디테일 모드가 어느 정도 Green Classify 툴에 속해 있었기 때문에 이 블로그에서는 Red Analyze 툴에서 제공되는 새로운 버전에 초점을 맞춥니다.

visionpro deep learning Red High Detail Mode 스크린샷 

Red Analyze 툴의 작동 방식 
코그넥스 카메라가 생산 중인 부품을 검사하기 위해 이미지를 촬영할 때 VisionPro Deep Learning이 이미지 검사의 합격/불합격을 판정해야 합니다.

Red Analyze 툴을 이용하면 이미지 내의 특징, 물체 또는 구성품을 스캔해서 이러한 검사를 실시할 수 있습니다. VisionPro Deep Learning은 신경망을 이용해 사전 설정된 트레이닝 이미지 모음을 기준으로 이러한 이미지에 합격 또는 불합격 등급을 지정합니다. 

이 프로세스는 다음과 같이 작동합니다. 머신 비전 애플리케이션 개발자가 일련의 이미지를 신경망에 공급합니다. 일반적으로 이 중 절반이 트레이닝 이미지이고, 나머지 절반은 검증 이미지입니다. 신경망이 트레인이 이미지를 검증 이미지에 있는 “실측 자료”와 비교합니다. 툴 트레이닝 중 신경망이 작동하여 합격 및 불합격 이미지 간의 차이를 판독합니다.  

Red Analyze 툴은 두 가지 모드로 작동합니다. 

  • 자율: 결함이 없는 이미지를 사용해 신경망을 트레이닝합니다. "양호"의 정의에서 벗어나는 이미지의 모든 디테일이 이상으로 플래그가 지정됩니다. 
  • 감독: 개발자가 이미지 내의 특정 세그먼트를 식별해서 신경망을 트레이닝해야 합니다. 신경망이 이미지를 스캔해 특정 결함을 찾습니다.  

감독 모드는 두 가지 하위 모드를 이용합니다. 

  1. 집중 - 높은 성능과 빠른 트레이닝 시간을 제공합니다.  
  2. 고디테일 - 전역 알고리즘을 사용해 업계 최고의 정확도를 제공합니다.

따라서 Red High Detail 분류는 Red Analyze 툴의 감독 모드 기능에 해당합니다.

고디테일 분류의 사용 시기 결정
VisionPro Deep Learning의 집중 모드 분류는 매우 정확하고 매우 민첩합니다. 새로운 이미지가 신경망에 추가되고 몇 분 내에 결과를 생성하기 시작합니다. 집중 모드는 보다 단순한 애플리케이션에 맞게 고안되었으며, 보다 까다로운 작업의 경우에는 고디테일 모드가 더 적합합니다.

고디테일 분류에는 보다 복잡한 신경망 아키텍처가 필요합니다. 이에 따라 시간과 정밀도 간의 상충이 요구됩니다. Red High Detail Mode 툴의 경우, 네트워크를 트레이닝하는 데 두 시간 정도가 걸릴 수 있습니다. 따라서 애플리케이션 개발자들은 추가적인 처리 시간을 해결하기 위한 전략을 세워야 합니다.

Red High Detail Mode를 사용할 때 시간 절약
이미지와 세그먼트의 라벨링 작업은 일반적으로 VisionPro Deep Learning에서 머신 비전 애플리케이션 개발할 때 가장 시간이 많이 소요되는 부분 중 하나입니다. 개발자는 많은 이미지 내에서 여러 세그먼트에 라벨을 지정해야 할 수 있습니다. 이미지에서 배경을 제외시켜야 할 수도 있고, 신경망에 포함시켜야 할 모든 부분을 캡처하기 위해 여러 각도에서 물체의 영상을 촬영해야 할 수도 있습니다.

다행스럽게도 라벨링 작업은 한 번만 수행하면 됩니다. 집중 모드 또는 고디테일 모드처럼 애플리케이션에 따라 다른 툴을 평가할 때 라벨을 복사하기만 하면 됩니다. 이미지의 재라벨링이 필요하지 않으므로 개발자는 시간을 절약하고 보다 신속하게 애플리케이션을 구축할 수 있습니다.

뿐만 아니라 개발자는 한 애플리케이션 내에서 집중 및 고디테일 모두를 혼합해 사용할 수 있습니다. 즉, 가장 양호한 인스턴스에 대해서만 고디테일 분류를 적용할 수 있습니다. Red High Detail Mode는 종종 이중 검사 모델에서 효과적입니다. 예를 들어, 고디테일 테스트에 실패한 생산 부품을 검사자에게 보내 최종 합격-불합격 판정을 내립니다.

미묘한 결함 감지, 정밀한 예측 분석 구현

머신 비전 개발자들은 높은 정확도와 좁은 공차 폭으로 애플리케이션을 구축하는 데 익숙합니다. Red High Detail Mode는 개발자들이 가장 까다로운 애플리케이션에 필요한 정밀도 수준을 달성할 수 있도록 도와줍니다.

Red High Detail Mode 툴은 까다로운 결함을 찾아 해당 결함의 모양/크기를 정확히 예측해야 하는 애플리케이션에 사용하기 적합합니다. 이 픽셀 수준의 정밀도는 소비자 가전제품, 반도체, 자동차와 같은 주요 업종에 중요합니다. 예를 들어, 반도체 제조업체는 마이크로프로세서를 과열시킬 수 있는 아주 작은 결함을 감지해야만 합니다. 또는 식품 처리 공장은 냉장 제품에서 곰팡이나 부패의 징후를 가능한 한 빨리 검사해야 합니다.

강력한 Red High Detail Mode와 같은 딥러닝 알고리즘은 엄청난 수의 픽셀 패턴으로부터 의미를 추론할 수 있습니다. 또한 제조 부품은 품질, 성능, 내구성에 영향을 주지 않는 미묘한 차이가 나타날 수 있습니다. 이러한 차이를 고려하도록 머신 러닝 애플리케이션을 조정할 수 있습니다.

그러나 검사하는 모든 요소를 거부할 정도로 정밀하게 네트워크를 트레이닝해서는 안 됩니다. 오히려 여기서 목표는 신경망이 마치 사람이 하는 것처럼 다수의 감지하기 힘든 변화를 가진 다량의 데이터 세트에서 미묘한 차이를 판단하는 것입니다.

VisionPro Deep Learning으로 복잡한 진단 애플리케이션 문제 해결
VisionPro Deep Learning 소프트웨어를 이용해 개발자들은 Red Analyze, Green Classify, Blue Locate, Blue Read 툴을 포함한 폭넓은 툴 세트를 활용하여 가장 엄격한 애플리케이션 요구 사항을 충족할 수 있습니다. 이러한 툴 중에서 Red Analyze Tool의 기능인 Red High Detail Mode은 픽셀 수준의 결함 분류 기능을 제공하여 얼룩, 균열, 긁힘, 그 밖에 제조된 제품의 결함을 감지하고 측정합니다. 이 툴은 결함의 모양을 정확히 인식하여 픽셀 수준의 정밀도로 트레이닝되지 않은 이미지에서 해당 결함을 예측합니다. 반면, Red High Detail Mode는 전 업종의 제조업체에 강력한 심층 검사 기능을 전달하여, 검사 시스템이 머신 속도로 사람처럼 결정을 내릴 수 있게 해줍니다. 결과는 어떨까요? 처리 속도가 더 빨라지고 품질은 더욱 향상됩니다.

컴퓨터의 VisionPro Deep Learning


추가 게시물 -

제품 지원 및 교육 신청

MyCognex 가입