Red 분석 도구 – High Detail

Red 분석 도구 High Detail 모드는 Red 분석 도구 Focused 지도 모드와 동일한 작업을 수행하지만 작업 결과를 내기 위한 과정이 다릅니다. 이는 Red 분석 도구 High Detail 모드 역시 Red 분석 도구 Focused 지도 모드와 마찬가지로 신경망이 결함이 어떤 모습인지 인식하도록 신경망을 가르치는 것에 집중함을 의미합니다.

 

Red 분석 도구 High Detail 모드 vs Red 분석 도구 Focused 지도 모드

High Detail 모드는 Focused 와 다른 아키텍처를 사용합니다. 아키텍처 차이로 도구 매개변수에 있는 샘플링 매개변수를 사용하지 않는데, 이는 이 모드가 뷰 전체에서 샘플링하기 때문입니다. 이 때문에, High Detail 모드는 트레이닝/프로세싱에 Focused 모드보다 더 많은 시간이 소요되지만, 픽셀 수준에서 더 정확하고 상세한 결과를 얻을 수 있습니다. High Detail 모드에서 이미지를 레이블링하고 신경망 모델을 만드는 방법은 Focused 모드와 기본적으로 동일합니다. 하지만 도구 매개변수에는 약간의 차이가 있습니다. Red 분석 도구 Focused 지도 모드 모드에는 Red 분석 도구 High Detail 모드 모드와 마찬가지로 바이너리 클래스(Good/Bad)만 존재합니다. 다중 클래스는 지원되지 않습니다.

Red 분석 도구 High Detail 모드에서 이미지를 양호로 라벨한 경우, (예, 결함 영역이 포함되지 않은 이미지)로 도구는 해당 이미지를 학습에 사용합니다. 특히, 도구는 정상으로 라벨 지정된 이미지에 대해 결함이 있다는 응답을 생성하지 않도록 네트워크를 트레이닝하려고 할 것입니다. 트레이닝 셋에, 결함이 없는 정상 이미지를 '정상'으로 라벨 지정해서 추가하면, 정상인 이미지와 불량 이미지를 분류하는 도구의 성능 검증에 도움이 됩니다.

 

트레이닝 과정

에서 도구를 트레이닝하는 절차는 다음과 같습니다.

1. 실제로 나타날 것이라고 기대되는 전체 결함 유형을 대표하는 이미지들을 수집합니다.

2. 트레이닝 이미지 Set의 각 이미지를 하나씩 보면서 주의 깊게 결함에 라벨을 지정합니다. 이미지를 선택할 때, 런타임에서 접하게 될 것으로 예상되는 결함을 모두 포함하는 것은 물론, 결함이 없는 이미지도 포함하는 트레이닝 이미지 Set를 구성하는 것이 좋습니다.

   결함	라벨

3. 정상인 이미지를 몇 개 추가하고 정상이라고 라벨을 지정합니다.

4. 도구 매개변수를 수정합니다.

5. 도구를 트레이닝하고 결과를 검증합니다.

6. 결함 이미지는 물론 결함이 없는 정상인 이미지까지 포함하는, 트레이닝에 이용되지 않은 이미지를 제시하여 도구를 검증합니다.

   결함 마킹