Green 분류 도구

Green Classify 도구는 빠르고 정확한 이미지 분류로 잘 알려져있으며 다양한 분야의 고객들이 도입하여 난해한 이미지 분류 문제를 해결하고 있습니다. Green 분류 도구는 이미지 내의 개체 혹은 전체 장면을 식별하고 분류하기 위해 이용합니다. 또한, 개체를 정렬하거나 추가 분석을 위해 연결할 때도 이용합니다. Green 분류 도구가 트레이닝되고 나면, 이미지에 태그를 할당하고 이를 이용해 이미지에 클래스를 할당합니다. 태그는 라벨로 나타나며, 할당된 클래스에 대해 도구가 갖고 있는 확실성이 백분율로 주어집니다.

Green 분류 도구에는 3가지 아키텍처가 존재합니다; Focused 모드, High Detail 모드, High Detail Quick 모드입니다. 각 모드는 다른 아키텍처를 사용하고, 그 때문에 도구 매개변수에 일부 다른 점들이 있습니다. 그리고 아키텍처 차이로 인해, 결과 및 트레이닝/프로세싱 소요 시간도 서로 다릅니다.

Green 분류 도구 Focused 모드는 feature 샘플링으로 트레이닝 세트에 있는 이미지들 픽셀 정보를 학습해 이미지를 분류하는 이미지 분류 도구입니다. 이미지들이 정확하게 라벨링되어 있고, 이미지에서 관심 영역(ROI)이 정확하게 설정되었으며, 구별되는 feature들을 트레이닝 세트 이미지에서 잘 잡아낼 수 있도록 도구 매개변수 값들이 설정되었다면, 도구는 이미지 정보를 잘 학습할 수 있습니다. 이미지를 충분히 학습하고 나면, 각 이미지가 어떤 클래스에 속하는지 예측할 수 있습니다.

다른 VisionPro Deep Learning Focused 도구들과 마찬가지로, 이 도구는 샘플러를 사용해 이미지에서 feature들을 샘플링하며 이 때 샘플 크기는 사용자가 정의할 수 있습니다. 대부분 분류 사례에서 준수한 성능을 보이는 결과를 Green 분류 도구 High Detail 모드보다 더 빨리 제공합니다.

Green 분류 도구 High Detail 모드은 일반적으로 모든 Green Classify 도구들 중 가장 높은 분류 정확도를 보이는 이미지 분류 도구입니다. 이 도구는 별도의 샘플러가 없는데 이는 이 도구가 이미지 전체에서 샘플링을 수행하기 때문입니다. 이러한 점은 트레이닝 속도를 약간 늦추지만 많은 경우 Green 분류 도구 Focused 모드보다 더 높은 정확도를 보장합니다. Green 분류 도구 Focused 모드와는 약간 다른 도구 매개변수들을 가지고 있으며 트레이닝 시 Validation Set을 사용하여 주어진 트레이닝 데이터에서 가장 효과적인 분류 신경망 모델을 찾습니다. 이들을 제외하고, Green 분류 도구 High Detail 모드은 트레이닝, 프로세싱, 그리고 결과를 해석하는 과정에서 Green 분류 도구 Focused 모드와 크게 다르지 않습니다.

Green 분류 도구 High Detail Quick 모드는 Green 분류 도구 High Detail 모드의 속도 최적화 버전으로서 결함 발견 정확도를 소폭 희생하는 대신 매우 의미있는 속도 향상을 제공합니다. 속도를 최대한 빠르게 높이기 위해 High Detail Quick은 validation loss 계산을 생략하며 트레이닝 시 마지막 Epoch 결과를 최종 신경망 모델로 선택합니다. validation 세트와 validation loss를 사용하는 대신, 최신 학습 알고리즘을 도입하여 Green 분류 도구 High Detail 모드보다는 덜 정확하지만 충분히 안정적이며 좋은 결과를 보장합니다. Green 분류 도구 High Detail 모드과 Green 분류 도구 High Detail Quick 모드 사이에 있는 또 하나의 큰 차이는 지원하는 도구 매개변수 개수가 다르다는 것입니다. Green 분류 도구 High Detail Quick 모드은 매우 적은 도구 매개변수들만을 필요로 하며 이는 매개변수 조정에 드는 노력을 줄일 수 있습니다. 사용 가능한 도구 매개변수 개수, validation 세트 사용 여부, 속도-성능 교환 등을 제외하면 Green 분류 도구 High Detail Quick 모드 사용 과정 대부분은 Green 분류 도구 High Detail 모드 사용 과정과 매우 비슷합니다.

이 도구의 분류 기능을 이용할 수 있는 방법은 몇 가지가 있습니다.

• 이미지 내의 개체를 부품 A, 부품 B, 부품 C 등으로 단순히 분류하는 데 이용할 수 있습니다. 나아가, 다른 도구가 다운스트림에서 검사를 수행하기 이전에 이용하는 연결 도구로도 이용할 수 있습니다. 예를 들어, Green 분류 도구가 부품 B라고 판정하면, Red 분석 도구가 추가적인 검사를 실시하고, 부품 C라면, Blue 위치 도구가 feature 수를 세도록 할 수 있을 것입니다.
• Red 분석 도구의 다운스트림에서 찾아낸 결함의 종류를 분류하는데 사용될 수도 있고, Blue 위치 도구의 뒤에서 특정한 뷰를 생성한 모델 유형을 분류하는 데 사용될 수도 있습니다.

이 도구를 사용하려면, 사용자는 트레이닝 셋를 제공하고 적절한 라벨로 이미지를 태그해야 합니다. 이미지에 라벨이 지정되면, 해당 도구를 트레이닝합니다. 이어서 트레이닝에 이용되지 않은 이미지를 이용해 도구를 검증합니다.