알려진 문제점

이 릴리스에서 다음과 같은 문제점이 밝혀졌습니다.

[GPU]

특정 버전의 NVIDIA 그래픽 드라이버만 지원합니다.
NVIDIA 그래픽 드라이버 버전 관련 내부적인 이슈로 인해 VisionPro Deep Learning 2.0을 사용하는 모든 사용자는 반드시 다음 NVIDIA 그래픽 드라이버를 사용해야 합니다.
- NVIDIA GeForce® 시리즈의 경우 461.09 이상 버전
- NVIDIA RTX / Quadro® series 시리즈의 경우 R460 U2 (461.09) 이상 버전.R460 U2 (461.09) NVIDIA RTX / Quadro® 시리즈의 경우 R460 U2 (461.09) 이상 버전.
사용자 NVIDIA 드라이버에 따라 C API가 제대로 동작하지 않습니다.
런타임 관련 내부적인 이슈로 인해 C API가 오동작하거나 구동하지 않는 상황이 발생할 수 있습니다. 이를 방지하기 위해 모든 C API 사용자는 반드시 다음을 수행해야 합니다.
- 기존 설치된 NVIDIA 드라이버를 PC에서 삭제.
- PC를 재부팅한 후, VisionPro Deep Learning 2.0과 호환되는 버전의 DCH NVIDIA 드라이버 버전 (NVIDIA RTX / Quadro®의 경우 461.09 이상 또는 R460 U2 (461.09) 이상) 을 설치
이전 GPU 모델 사용 시 1.0.0보다 프로세싱 시간이 증가할 수 있습니다.
VIDIA 내부 이슈로 인해 NVIDIA GeForce® RTX™ 20 시리즈 또는 그 이전 GPU 모델을 사용할 때 1.0.0을 사용할 때보다 프로세싱 시간이 증가할 수 있습니다.

[운영체제]

Windows Server 2016을 지원하지 않습니다.
NVIDIA 드라이버에서 발생한 OS 호환 문제로 VisionPro Deep Learning 2.0은 Windows Server 2016을 지원하지 않습니다. Windows Server 2016 사용자는 VisionPro Deep Learning 2.0 서버를 사용하려면 Windows Server 2016에서 Windows Server 2019로 업그레이드해야 합니다. Windows Server 2019는 VisionPro Deep Learning 서버/클라이언트 모드에서 "서버"로만 사용할 수 있습니다.

[딥러닝 도구]

마스크/영역 편집기 창에서 마스킹/영역 지우기 (이미지 표시 영역의 오른쪽 클릭 팝업 메뉴에서 마스크 편집 또는 영역 편집)는 모든 영역/마스킹에 Gaussian smoothing을 적용합니다. 이로 인해 전체 마스킹/영역이 약간 이동하고 크기가 약간 변경됩니다. VisionPro ViDi에서부터 발생하던 문제입니다.
Red 분석 도구 의 지도모드 (High Detail 및 Focused)의 경우 영역 필터를 적용하면 Auto Threshold 결과에 영향을 주어 최적의 F1 스코어가 아닐 수 있습니다.
Red 분석 도구의 High Detail 모드의 경우 일반적으로 다운 샘플링 크기를 줄이면 처리 시간이 늘어난다고 추측할 수 있지만 반대의 경우가 발생할 수도 있습니다. 하지만 이는 버그가 아닙니다.
Red 분석 도구의 High Detail 모드의 경우, 도구가 알 수 없는 이유로 crash나면, 이 도구가 포함 된 워크스페이스를 가져올 때 해당 도구의 이미지가 삭제됩니다.
Red 분석 도구의 High Detail 모드의 경우, 프로세싱 매개변수를 변경한 후 다시 원래의 값으로 돌아왔을 때 소수점 4번째 자리의 값에서 오차가 발생할 수 있습니다.
Red 분석 도구의 경우 표시된 영역을 수락 (마킹 된 영역을 마우스 오른쪽 버튼으로 클릭 → 영역 수락을 클릭)하여 생성되는 표시된 결함 영역의 영역과 라벨된 결함 영역의 영역은 약간 다를 수 있습니다.
Red 분석 도구에서 도구가 충분히 트레이닝되지 않은 상태에서 뷰당 불량 영역 크기가 지나치게 클 경우, VisionPro Deep Learning이 느려지거나 예상 프로세싱 시간이 부정확해질 수 있습니다. 이미지 정보를 충분히 학습하기 위해 도구를 다시 트레이닝하십시오.
High Detail 모드는 SuaKIT와 다른 리사이즈 알고리즘을 사용합니다. (Green 분류 도구의 High Detail 모드만 해당됨)
SuaKIT에서 불러운 모델을 VPDL 런타임 API와 사용하려면, 프로세싱 하기 전에 SuaKIT 리사이즈 API를 사용해주세요.
Green 분류 도구의 High Detail 모드에서 학습된 클래스는 클래스 이름을 변경할 수 없습니다.
GPU와 CPU 간의 프로세싱 결과가 다릅니다.
소수점 둘째 자리에서 차이가 있습니다. 예를 들어 CPU와 GPU로 각각 처리하면 0.80 및 0.81과 같은 다른 결과를 얻을 수 있습니다.
Red 분석 도구에서 뷰의 왼쪽 모서리까지 결함 영역이 확장되지 않습니다.
이 문제를 피하기 위해서, 결함 영역이 이미지의 왼쪽 모서리에 맞닿을 때는 ROI를 원본 이미지 보다 4 픽셀 더 넓게 설정해주세요. 예를 들면, 만일 (x = 0, y = 0, w = 100, h = 100)과 같은 이미지가 있고 이 이미지의 결함이 왼쪽 모서리에 닿아 있다면, ROI 크기를 (x = -4, y = 0, w = 104, h = 100)로 잡아주세요.
더 작은 피처 크기 (특히 10보다 작음)를 설정하고 Red 분석 도구 (지도 모드와 비지도 모드 모두)를 트레이닝하면 워크스페이스가 커집니다. 워크스페이스 내에 히트맵을 저장하기위한 .vvb 파일이 주된 이유입니다. :
예:

feature 크기 = 10, 샘플링 밀도 = 3, 8192x819 이미지 기준 1장 당 vvb 파일 크기 : 94MB
feature 크기 = 10, 샘플링 밀도 = 10, 8192x8192 이미지 기준 1장 당 vvb 파일 크기 : 1GB
feature 크기 = 40샘플링 밀도 = 3, 8192x8192 이미지 기준 1장 당 vvb 파일 크기 : 23KB

[API]

API 사용과 관련된 몇 가지 사소한 문제가 존재합니다. 자세한 내용은 FAQ 를 참조하십시오.
Example.Runtime.Remote.Console을 실행하면 이전 VisionPro Deep Learning 릴리스에서와 같이 6 자리가 아닌 소수점 4 자리로만 결과가 반환됩니다.

[워크스페이스]

만일 알 수 없는 이유로 도구가 정상적으로 저장되지 않으면, 워크스페이스와 도구를 내보내거나 복제할 수 없습니다.
도구를 다시 프로세싱하고 워크스페이스를 저장하면 이 문제를 피할 수 있습니다.
Boost::filesystem::rename 오류
이 오류는 사용자나 시스템이 짧은 시간동안 반복적으로 워크스페이스를 저장할 경우 발생합니다. 이 에러는 저장하는 동안 문제가 발생했다는 경고입니다. 워크스페이스를 다시 저장하면 문제가 해결됩니다.
ViDi Suite에서 불러온 워크스페이스에서 Group이 보이는 이슈
- 4.1과 이전 버전에서 만들어진 "Group"을 포함한 이전 워크스페이스를 Cognex Deep Learning Studio 2.0으로 불러올 경우 "Group"이 나타나지만 이를 삭제/수정할 수 없습니다.
- 이 문제를 해결하려면 FAQ 를 참조하십시오.
- 이전 버전의 워크스페이스에서 "Group"을 제거 후 Cognex Deep Learning Studio 2.0으로 import 하는 것을 추천합니다.
10GB이상의 용량을 가진 워크스페이스 사용 시,

서로 다른 워크스페이스에서 동시에 도구를 복제하면 복제 작업이 완료되지 않는 현상이 있습니다.
또 일부 이미지가 리포트에서 누락되는 경우가 있습니다.

[리포트]

Report 생성 중에 PC를 log off하는 경우 리포트 이미지 중 일부가 검은색으로 보입니다. 리포트 생성 중에는 PC 로그 오프, 원격 접속 종료, 화면 잠금 등을 피하기 바랍니다.

[마이그레이션]

SuaKIT 플러그인의 경우, VisionPro Deep Learning 2.0의 내부 로직 변경으로 인해 SuaKIT 에서 VisionPro Deep Learning으로 불러 온 Segmeation 프로젝트의 프로세싱 결과와 기존 SuaKIT segmentation 프로젝트 간의 프로세싱 결과는 다를 수 있습니다.

[통합]

현재 VisionPro 10의 제한된 지원으로 인해, VisionPro 10에 있는 DLRuntimeTool의 Edit Control에서는 외부 ROI(External ROI) 사용이 불가능합니다.

[VisionPro Deep Learning 서비스]

VisionPro Deep Learning에서 MultipleDevicePerTool은 더 이상 지원되지 않습니다. 따라서 서비스에서 “--gpu-mode =MultipleDevicePerTool’을 선택할 경우, ‘one or more error occurred’ 에러가 발생하게 됩니다.
VisionPro Deep Learning 서비스를 실행하려면 다른 옵션을 선택해주세요.
VisionPro Deep Learning Service의 경우 워크스페이스 패널의 오른쪽 클릭 팝업 메뉴에서 서비스로 런타임 워크스페이스 내보내기가 현재 비활성화되어 있습니다.
런타임 워크스페이스를 내보내려면 대신 워크스페이스-서비스로 런타임 워크스페이스 내보내기를 선택하십시오.
VisionPro Deep Learning 서비스의 경우 2 개의 서로 다른 서버 포트 (클라이언트 1이 포트 1을 통해 연결되고 클라이언트 2가 포트 2를 통해 연결됨)로 서비스를 호스팅 할 때 워크스페이스를 사용하고 있지만 "잠금" 아이콘이 다른 클라이언트 워크스페이스 목록에 나타나지 않습니다.