Blue 읽기

Blue 읽기에 관하여

Blue 읽기 도구는 광학 문자 판독(OCR)을 수행하기 위해 이용됩니다. 이는 미리 트레이닝된 도구로, 다양한 배경에 다양한 글꼴이 있는 텍스트 이미지가 많이 포함된 큰 데이터베이스로 학습되었습니다. 미리 트레이닝된 도구의 문자는 숫자(0-9), 대문자(A-Z, "O" 제외), 하이픈(-), 플러스 기호(+), 앰퍼샌드(&), 콜론(:), 사선(/)입니다.

Blue 위치도구와 유사하게, Blue 읽기 도구는 이미지에서 문자를 feature로 찾아 식별합니다. 하지만 위에서 말한 바와 같이, Blue 읽기 도구는 미리 트레이닝된 도구로 별도 트레이닝이 필요 없이 읽기 성능의 일반적 기준을 제공합니다. 그러므로, 이 도구를 처음 구성하면, 거의 즉각적으로 문자를 인식하고 읽을 수 있게 됩니다. 이 도구는 이미 문자를 읽는 방법을 알기 때문에, 이미지의 어디에서 문자를 찾을지만 규정하면 됩니다.

Blue 읽기 도구의 강점은 어려운 프로젝트, 즉 낮은 대비, 저해상도 및/또는 변형된 문자를 처리할 수있는 능력입니다. 이 도구는 기존의 머신 비전 도구로는 읽기 어려운 문자를 읽을 수 있습니다. 특히 복잡한 배경의 변형된 문자 및/또는 곡선형 문자에 적용됩니다.

이 도구를 사용하려면, 사용자가 학습 이미지 Set를 제공하고 문자 주위에 읽을 영역을 설정합니다. Feature 크기 매개변수를 조정하고 문자에 라벨을 지정하십시오. 대개의 경우, 이 도구는 문자를 자동으로 식별하고 정확하게 읽으며, 추가적인 트레이닝을 위해 라벨로 수락할 수 있는, 문자의 마킹을 만듭니다. 문자 하나의 인스턴스에 라벨이 지정되면 도구를 트레이닝하십시오. 이어서 학습 단계에 이용하지 않은 이미지를 이용해 도구를 검토하십시오.

 

 

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

 

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

 

Blue 읽기 학습 워크플로우

Blue 읽기 도구를 학습할 때 워크플로우는 다음과 같습니다:

 

1. VisionPro Deep Learning을 실행하십시오.
2. 새 워크스페이스를 만들거나 기존 워크스페이스를 VisionPro Deep Learning로 불러오십시오.
3. 문자열을 포함하는 이미지를 수집하여 VisionPro Deep Learning로 불러오십시오.

4. Blue 읽기 도구를 추가하십시오.

5. ROI 및 feature 크기 구성

   1. 읽기 도구 내에서 ROI 및 문자 크기를 설정하십시오.

      Note: Feature 크기 매개변수에 관한 자세한 내용은 샘플링 매개변수 설정 항목을 참조하십시오.
   2. 이미지 표시 창에서, 첫 이미지를 클릭하십시오.
   3. 사각형의 ROI는 전체 이미지를 포함할 것입니다.
   4. ROI가 문자를 에워싸도록 크기를 조정하십시오. ROI에는 좌측 상단과 우측 하단 모서리에 두 개의 핸들이 있는데, 이를 끌어 ROI가 모든 이미지 안에서 문자와 가능한 위치를 덮을 수 있도록 크기를 조정하십시오.
   5. ROI가 설정되면, 적용버튼을 누르십시오.
   6. 이렇게 하면 모든 이미지에 ROI 설정이 적용됩니다.
   7. ROI가 적용되고 나면, 다시 첫 이미지를 클릭하십시오.

   8. 디스플레이의 좌측 하단 모서리에는 feature 크기 조절상자가 있는데, 이는 기본 문자 크기를 나타냅니다. 이를 문자 위로 끌어서 문자 크기에 맞도록 크기를 조정합니다.

      Tip: 다른 문자를 포함할 정도로 크지 않게 하십시오. 한 문자에 대해 이 설정이 완료되면, 다른 문자 주위로 이동해 크기가 정확한지 확인하십시오.

   9. 문자 크기가 설정되면, 책 아이콘을 클릭해 새로운 문자 크기에 기초해 모든 이미지를 프로세싱하십시오. 이렇게 하면 모든 이미지에 새로운 문자 크기가 적용됩니다.

      Note: 한 이미지에서 문자 크기가 변경되면, 이 변경 사항은 자동으로 모든 이미지에 적용됩니다. 하지만, 스케일 변화 매개변수가 활성화되어 있으면, feature는 설정된 feature 크기 문자를 맞추기 위해 종횡비만 조정하고 feature를 명목 feature 크기의 [1/4, 4] 구간 내에 고정합니다. 이렇게 하려면 책 아이콘을 눌러 이미지를 다시 프로세싱하고 feature 크기 변경이 트레이닝 Set의 다른 이미지에 어떤 결과를 가져오는지 확인해야 합니다.

6. 문자에 라벨 지정

   다음 주요 단계는 문자에 라벨을 지정하는 것입니다. 각 문자에 대해 하나 이상의 인스턴스에 라벨을 지정해야 합니다. 라벨 지정 과정은 트레이닝 이전에 도구가 문자를 정확하게 해석하는지 판단하기 위한 유용한 메커니즘을 제공합니다.

   1. 데이터베이스 개요 창을 확장합니다. 표에는 도구가 발견한 모든 문자가 나열됩니다.
      1. 표를 문자별로 보면서, 각 발견된 문자의 인스턴스를 선택하십시오:
      2. 표에서 문자를 선택하고 두 번 클릭하면, 표시 창이 해당 문자의 인스턴스만을 표시하도록 변경됩니다.
      3. 표시된 문자들에서 올바른 문자를 선택하십시오.
   2. 메인 디스플레이가 해당 이미지로 변경됩니다. 이미지를 마우스 우클릭한 후 뷰 수락을 선택합니다.
   3. 이렇게 하면 해당 문자의 인스턴스에 라벨이 생성됩니다.
   4. 도구가 문자의 라벨을 잘못 지정한 인스턴스가 있다면, 해당 문자를 선택하고, 마우스 우클릭 후 feature 삭제를 선택해 삭제하십시오.
   Note: 한 문자에 대해 인스턴스 둘 이상에 라벨을 지정하고 수락하면, 도구 트레이닝 시 더 많은 트레이닝 결과를 얻게 될 것입니다. 라벨링에 관한 자세한 내용은 Feature 라벨 생성(Feature 라벨링)를 확인하십시오.

7. 도구 트레이닝

   Blue 읽기 도구를 이용하여 문자열을 식별할 때는, 다음 단계를 따르십시오.

   1. 각 문자의 인스턴스에 라벨을 지정했으면, 이제 도구를 트레이닝할 차례입니다. 도구를 트레이닝하기 위해 먼저 원하는 이미지들을 트레이닝 세트에 추가합니다.

   2. 뷰 브라우저에서 이미지를 선택한 다음 우클릭 팝업 메뉴에서 트레이닝 Set에 뷰 추가를 클릭하십시오.

      1. 뷰 브라우저에서 여러 이미지를 선택하려면, Shift + 왼쪽 마우스 버튼을 사용하십시오. 또는, 디스플레이 필터를 사용해 트레이닝만을 위해 사용할 이미지들을 표시한 후 ... 뷰에 대한 작업 → 트레이닝 Set에 뷰 추가를 클릭해 이들을 트레이닝 세트에 추가하십시오.

   3. 트레이닝에 앞서, 도구 매개변수에 있는 매개변수들이 설정되었는지 확인하십시오. 트레이닝, 샘플링, 변화 매개변수를 설정하거나 혹은 기본값 그대로 사용할 수 있습니다. 지원하는 매개변수에 관한 자세한 내용은 도구 매개변수 설정를 확인하십시오.

      1. 샘플링 매개변수의 Feature 크기 매개변수가 설정되었는지 꼭 확인하십시오. Feature 크기 매개변수는 사용자가 찾고자 하는 문자열 크기에 대해 네트워크에 힌트를 줍니다. 그러므로, feature 크기 매개변수가 이미지에 있는 문자열 크기와 많이 다르다면, 도구가 이미지에서 문자열을 식별하지 못할 가능성이 있습니다.

      2. 트레이닝 또는 프로세스를 더 세밀하게 조정하고 싶다면 도움말 메뉴에서 전문가 모드를 활성화하십시오. 도구 매개변수에 새로운 매개변수들이 활성화될 것입니다.

   4. 트레이닝 세트를 원하는 이미지들로 구성했다면, 두뇌 아이콘을 클릭하십시오. 소프트웨어가 트레이닝을 시작할 것입니다.

      1. 만약 트레이닝 중간에 종료 아이콘을 눌러 트레이닝을 멈춘다면, 트레이닝을 멈출 수 있지만 지금까지 트레이닝한 도구는 사라질 것입니다.

   5. 트레이닝 후 결과를 검토하십시오. 데이터베이스 개요 패널을 열고 Confusion Matrix, 각 문자열과 모델의 Precision, Recall, F-Score를 검토해 결과를 확인하십시오. 결과 해석에 관한 자세한 내용은 결과 해석를 확인하십시오.

   6. 결과를 검토한 다음, 모든 이미지를 살펴보면서 도구가 각 이미지에서 어떤 식으로 정확하게 혹은 정확하지 않게 feature와 model을 마킹했는지 확인하십시오.

8. 문자 모델 검토

   학습이 완료되면, 기대되는 문자의 수, 간격 및 위치, 필딩에 기초해 문자 모델을 생성할 수 있습니다.

9. 학습 검토

   트레이닝이 완료되면, 이미지로 돌아가 도구가 이미지에 있는 문자를 정확히 식별했는지 확인하는 것이 좋습니다. 마찬가지로, 데이터베이스 개요 창을 이용해 문자 표를 검토하고 결과를 검토할 수 있습니다. 도구가 발견한 모든 문자는 기대되는 문자여야 합니다. 예를 들어 #2의 경우 표시 창의 모든 인스턴스가 #2여야 합니다. 또한, 예를 들어, "5" 또는 "S"가 있는 인스턴스가 있다면, 해당 이미지를 클릭하고 해당 인스턴스에 정확한 라벨을 다시 지정해야 합니다.

   도구가 모든 인스턴스를 정확하게 찾았다면, 이 도구는 런타임 배포 준비가 된 것입니다. 하지만, 일부 인스턴스에 라벨을 다시 지정했다면, 도구를 다시 학습하고 검토 절차를 반복해야 합니다.

 

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