Blue 위치

Blue 위치에 관하여

Blue 위치 도구는 이미지에서 특정 feature 또는 feature 그룹을 식별하고 찾는 데 이용됩니다. 이 도구의 산출물은 다른 다운스트림 Deep Learning 도구에 위치 데이터를 제공하기 위해 이용할 수 있습니다. 이 도구를 이용할 때는, 사용자가 학습 이미지 Set를 제공하고 이미지 내의 feature를 지정합니다.

이 도구를 이용해 두 가지의 상이한 모델을 생성할 수도 있습니다. 레이아웃 모델에서는 feature의 존재 여부 점검, 특정 영역 내 하나 이상의 feature가 있는 인스턴스의 정확한 수 확인 등이 가능합니다. 또, 일단의 feature 중에 있는 공간적 관계를 정의하는 노드 모델도 생성할 수 있습니다.

Blue 위치의 신경망 아키텍처는 Focused이므로 Red 분석 도구 Focused 지도 모드, Green 분류 도구 Focused 모드 도구와 마찬가지로 Focused 아키텍처의 모든 속성을 가지고 있습니다.

	Blue 위치
이미지 데이터세트 구성	학습 Set, 테스트 Set
Validation Loss 모니터링	X
Loss 검사기	지원하지 않음

Blue 위치 학습 워크플로우: Pose 생성

Blue 위치 도구는 이미지 안에서 학습된 feature를 찾습니다. 이 도구는 단순히 feature를 식별하는 데 이용할 수도 있고, 하위 도구에 이용될 pose를 생성하기 위해 이용할 수도 있습니다. 다운스트림 도구에 관한 더 자세한 내용은 VisionPro Deep Learning 툴체인을 확인하십시오. Blue 위치 도구가 pose를 생성하도록 도구를 학습할 때 워크플로우는 다음과 같습니다:

VisionPro Deep Learning을 실행하십시오.
새 워크스페이스를 만들거나 기존 워크스페이스를 VisionPro Deep Learning로 불러오십시오.
이미지를 수집하여 VisionPro Deep Learning로 불러오십시오.
관심 영역(ROI)를 정의하여 뷰를 생성하십시오. 필요하다면, 도구 ROI를 조정하십시오.
Configure Features 매개변수 and 샘플링 매개변수 before labeling.
1. 디스플레이의 좌측 하단에 feature 크기 매개변수 설정의 크기를 그래픽으로 표현하는 원 그래픽이 있습니다.
2. 이 원 그래픽은 ROI 내로 이동하거나 가장 큰 feature 위에 놓을 수 있습니다. 이어서 끌기 핸들을 이용해 feature 크기가 대략적으로 feature를 덮도록 조정할 수 있습니다.
  Note: 자세한 내용은 Feature 매개변수와 샘플링 매개변수 설정 항목을 참조하십시오.
이미지 위로 마우스를 가져가면, 마우스 커서가 십자 모양 아이콘이 되는데 이는 Blue 도구의 feature 라벨 지정에 이용됩니다. Feature를 클릭해 라벨을 지정합니다.

Note: 자세한 내용은 Feature 라벨 생성(Feature 라벨링) 항목을 참조하십시오.
Feature 라벨은 기본값인 0의 문자를 갖습니다. Feature를 식별할 수 있도록 의미 있는 문자(A-Z, 0-9, 140자 이하)를 입력합니다. 동일한 feature에는 동일한 식별자를 이용할 수 있습니다.

이미지에서 찾고자 하는 feature가 둘 이상이라면, 각 feature를 식별하고 라벨을 지정하십시오.
라벨 지정된 feature로부터 모델을 생성하십시오. Pose를 생성하기 위해 이용하는 경우, 이는 모델을 생성하는 것이며, 이 모델은 해당 모델을 참조하는 모든 보기에 적용될 수 있는 변환을 출력하기 위해 이용됩니다. 노드 모델은 단일 feature 또는 다수 feature의 조합에 대해 생성할 수 있습니다.

Note: 노드 모델에 대한 자세한 내용은 Blue 위치 노드 모델 항목을 참조하십시오.
1. 모델의 노드를 구성할, 라벨 지정된 feature를 선택하십시오. 다수 feature의 노드 모델을 생성하려면, SHIFT 키를 누른 채 라벨 지정된 feature를 선택하거나, SHIFT 키를 누른 채 마우스를 원하는 feature 위로 끄십시오.
2. 라벨 지정된 feature를 선택하여 뷰를 마우스 우클릭한 후, 메뉴에서 모델 생성을 클릭하고 노드 모델 생성을 선택하십시오.
3. 이렇게 하면 input 이미지에 따라, 선택된 feature 및 영역을 자동으로 모델의 노드로 이용하며, 모델 편집기 대화 상자가 열립니다.
  
  Note: 노드 모델의 매개변수 구성에 대한 자세한 내용은 노드 모델 편집기를 참조하십시오.
4. 노드 모델이 생성되면, 노드 모델에 기초해 나머지 이미지/뷰에 라벨을 지정할 수 있습니다.
5. 노드 모델은 노드 모델을 생성할 때 라벨 지정된 마지막 feature에 기초합니다. 이 라벨을 feature 위에 놓으면, 도구가 자동으로 노드 모델을 생성합니다.
6. 다른 노드는, 이들이 해당 노드 모델의 일부가 될 가능성이 있음을 의미합니다. 노드의 각 인스턴스에 라벨을 지정하려면 각 feature를 선택하십시오.
  
  Note: 라벨 색상 종류에 대한 자세한 내용은 마킹 검토 항목을 참조하십시오.
7. 이전의 두 단계에 따라 나머지 이미지/뷰에 라벨을 지정합니다.
8. 모델을 나머지 뷰에 적용하려면 프로세싱 아이콘을 누릅니다.
모델을 이미지 몇 개에 적용하고 나면, 두뇌 아이콘을 눌러 도구를 트레이닝하십시오.

Tip: 다음의 팁과 함께, 이미지 라벨 지정의 부트스트랩 방법도 고려하십시오. "부트스트랩" 라벨 지정은 이미지 중 소수의 샘플에 라벨을 지정하고 도구를 트레이닝한 후, 결과를 검토하면서, 정확하게 마킹된 뷰는 라벨로 전환하도록 수락하고, 정확하지 않은 마킹은 삭제하고 정확한 라벨로 교체하는 방식입니다. 이미지를 다수의 뷰로 나누고 하나의 뷰에만 라벨을 지정함으로써 이 과정의 속도를 더욱 빠르게 할 수도 있습니다. 또한, 일시적으로 Epoch 횟수 매개변수를 줄이면 트레이닝 속도가 더욱 빨라집니다.
트레이닝이 끝나면, 모든 이미지에 대해 도구가 이미지의 feature를 정확하게 마킹하고 적절한 모델을 생성했는지 여부를 판단하여 결과를 검토하십시오.

모든 이미지를 대상으로 도구가 이미지의 feature를 정확하게 마킹했는지 판단하십시오.
1. 도구가 feature를 정확하게 마킹했으면, 이미지를 마우스 우클릭한 후 뷰 수락을 선택하십시오.
2. 도구가 feature를 정확하게 마킹하지 못했거나, 있는 feature를 식별하지 못했거나, 불일치를 생성했다면, 다음을 실행하십시오.
  
  Note: 도구가 불일치하는 feature를 놓은 경우(주황색 윤곽선으로 표시), Mismatches(불일치) 항목을 참조하십시오.
  1. 이미지를 마우스 우클릭한 후 뷰 수락을 선택합니다.
  2. 이미지를 다시 마우스 우클릭한 후 마킹 및 라벨 삭제를 선택합니다.
  3. 이미지 내의 feature에 수동으로 라벨을 다시 지정합니다.

(A.)의 상황이 되면, 이제 도구를 이용할 준비가 된 것입니다. (B.)의 상황이 되면, 도구를 다시 트레이닝하고 이전의 두 단계를 다시 수행해야 합니다.

Blue 위치 학습 워크플로우: Feature 찾기

Blue 위치 도구는 이미지 안에서 학습된 feature를 찾습니다. 이 도구는 단순히 feature를 식별하는 데 이용할 수도 있고, 하위 도구에 이용될 pose를 생성하기 위해 이용할 수도 있습니다. 다운스트림 도구에 관한 더 자세한 내용은 VisionPro Deep Learning 툴체인을 확인하십시오. Blue 위치 도구가 feature를 찾도록 도구를 학습할 때 워크플로우는 다음과 같습니다:

VisionPro Deep Learning을 실행하십시오.
새 워크스페이스를 만들거나 기존 워크스페이스를 VisionPro Deep Learning로 불러오십시오.
이미지를 수집하여 VisionPro Deep Learning로 불러오십시오.
관심 영역(ROI)를 정의하여 뷰를 생성하십시오. 필요하다면, 도구 ROI를 조정하십시오.
Configure Features 매개변수 and 샘플링 매개변수 before labeling.
1. 디스플레이의 좌측 하단에 feature 크기 매개변수 설정의 크기를 그래픽으로 표현하는 원 그래픽이 있습니다.
2. 이 원 그래픽은 ROI 내로 이동하거나 가장 큰 feature 위에 놓을 수 있습니다. 이어서 끌기 핸들을 이용해 feature 크기가 대략적으로 feature를 덮도록 조정할 수 있습니다.
  Note: 자세한 내용은 Feature 매개변수와 샘플링 매개변수 설정 항목을 참조하십시오.
이미지 위로 마우스를 가져가면, 마우스 커서가 십자 모양 아이콘이 되는데 이는 Blue 도구의 feature 라벨 지정에 이용됩니다. Feature를 클릭해 라벨을 지정합니다.

Note: 자세한 내용은 Feature 라벨 생성(Feature 라벨링) 항목을 참조하십시오.
Feature 라벨은 기본값인 0의 문자를 갖습니다. Feature를 식별할 수 있도록 의미 있는 문자(A-Z, 0-9, 140자 이하)를 입력합니다. 동일한 feature에는 동일한 식별자를 이용할 수 있습니다.

이미지에서 찾고자 하는 feature가 둘 이상이라면, 각 feature를 식별하고 라벨을 지정하십시오.
이미지 데이터베이스 내의 각 이미지에 대해 feature의 각 인스턴스를 식별하고 라벨을 지정하십시오.

Tip: 최선의 결과를 확보하려면, 이 과정을 꼼꼼하고 철저하게 진행하여 feature의 모든 인스턴스를 식별하고 라벨을 지정하십시오. Feature에 라벨을 지정할 때는 모든 feature에 대해 정확하고 정밀하게 진행하십시오. 해당 도구의 기본적인 검증 자료를 확립하는 일이며, 도구의 정확도는 feature 라벨의 정확도를 직접 반영하기 때문입니다. 라벨링에 관한 자세한 내용은 Feature 라벨 생성(Feature 라벨링)를 확인하십시오.
전체 이미지를 학습 이미지와 테스트 이미지로 나눕니다. 이미지 세트를 활용해 이미지들을 적절히 학습과 테스트 이미지로 나눕니다. 트레이닝 세트에 이미지를 추가하십시오.
1. 뷰 브라우저에서 이미지를 선택한 다음 우클릭 팝업 메뉴에서 트레이닝 Set에 뷰 추가를 클릭하십시오. 뷰 브라우저에서 여러 이미지를 선택하려면, Shift + 왼쪽 마우스 버튼을 사용하십시오.
2. 또는, 디스플레이 필터를 사용해 트레이닝만을 위해 사용할 이미지들을 표시한 후 ... 뷰에 대한 작업 → 트레이닝 Set에 뷰 추가를 클릭해 이들을 트레이닝 세트에 추가하십시오.
트레이닝에 앞서, 도구 매개변수에 있는 매개변수들이 설정되었는지 확인하십시오. 트레이닝, 샘플링, Feature(필요 시), 변화 매개변수를 설정하거나 혹은 기본값 그대로 사용할 수 있습니다. 지원하는 매개변수에 관한 자세한 내용은 Feature 매개변수와 샘플링 매개변수 설정와 도구 매개변수 설정를 확인하십시오.
1. 샘플링 매개변수에서 Feature 크기 매개변수가 설정되었는지 꼭 확인하십시오. Feature 크기 매개변수는 사용자가 찾고자 하는 feature 크기에 대해 네트워크에 힌트를 줍니다. 그러므로, feature 크기 매개변수가 이미지에 있는 feature 크기와 많이 다르다면, 도구가 이미지에서 feature를 식별하지 못할 가능성이 있습니다.
2. 트레이닝 또는 프로세스를 더 세밀하게 조정하고 싶다면 도움말 메뉴에서 전문가 모드를 활성화하십시오. 도구 매개변수에 새로운 매개변수들이 활성화될 것입니다.
트레이닝 세트에 원하는 이미지들을 추가한 후, 두뇌 아이콘을 클릭해 도구를 트레이닝하십시오.
1. 만약 트레이닝 중간에 종료 아이콘을 눌러 트레이닝을 멈춘다면, 트레이닝을 멈출 수 있지만 지금까지 트레이닝한 도구는 사라질 것입니다.
Tip: 다음의 팁과 함께, 이미지 라벨 지정의 부트스트랩 방법도 고려하십시오. "부트스트랩" 라벨 지정은 이미지 중 소수의 샘플에 라벨을 지정하고 도구를 트레이닝한 후, 결과를 검토하면서, 정확하게 마킹된 뷰는 라벨로 전환하도록 수락하고, 정확하지 않은 마킹은 삭제하고 정확한 라벨로 교체하는 방식입니다. 이미지를 다수의 뷰로 나누고 하나의 뷰에만 라벨을 지정함으로써 이 과정의 속도를 더욱 빠르게 할 수도 있습니다. 또한, 일시적으로 Epoch 횟수 매개변수를 줄이면 트레이닝 속도가 더욱 빨라집니다.
트레이닝 후 결과를 검토하십시오. 데이터베이스 개요 패널을 열고 Confusion Matrix, 각 feature와 모델의 Precision, Recall, F-Score를 검토해 결과를 확인하십시오. 결과 해석에 관한 자세한 내용은 결과 해석를 확인하십시오.
결과를 검토한 다음, 모든 이미지를 살펴보면서 도구가 각 이미지에서 어떤 식으로 정확하게 혹은 정확하지 않게 feature와 model을 마킹했는지 확인하십시오.
1. 도구가 feature를 정확하게 마킹했으면, 이미지를 마우스 우클릭한 후 뷰 수락을 선택하십시오.
2. 도구가 feature를 정확하게 마킹하지 못했거나, 있는 feature를 식별하지 못했거나, 일치하지 않는 라벨을 feature에 놓은 경우에는 다음을 실행하십시오:
  Note: 도구가 불일치하는 feature를 놓은 경우(주황색 윤곽선으로 표시), Mismatches(불일치) 항목을 참조하십시오.
  1. 이미지를 마우스 우클릭한 후 뷰 수락을 선택합니다.
  2. 이미지를 다시 마우스 우클릭한 후 마킹 및 라벨 삭제를 선택합니다.
  3. 이미지 내의 feature에 수동으로 라벨을 다시 지정합니다.
(10-a)의 상황이 되면, 이제 도구를 이용할 준비가 된 것입니다. (10-b)의 상황이 되면, 도구를 다시 학습하고 10~14단계를 다시 수행해야 합니다.

Blue 위치 도구 학습 하위에 각 섹션에서 각 단계에 관한 자세한 내용을 확인하십시오.