신경망 프로세싱(추론)
런타임에는, 런타임 이미지의 각 샘플이 트레이닝된 해당 도구의 네트워크를 이용해 개별적으로 프로세싱되며, 각 샘플마다 개별적인 네트워크 응답이 얻어집니다. 네트워크로부터의 응답은 확률맵으로 표현되는데, 여기에서는 input 이미지의 샘플 영역 각 픽셀에 확률이 할당됩니다. 확률 지도의 의미는 어떤 도구를 사용하는가에 따라 다릅니다. Green 분류 도구의 경우, 응답은 분류와 이 분류가 정확할 확률입니다.
이러한 전체 이미지 확률맵은 보간법에 의해 네트워크 응답을 개별 샘플에 적용해 얻어집니다. 사용자에게 반환되는 최종 결과(feature pose 및 ID, 결함 영역)은 사용자가 클래스 확률에 임계치를 지정함으로써 제어하는 결과 형성 과정에 기초합니다.
위 상황에서, 도구가 반환하는 확률은, 특정 판단이 얼마나 가능성이 높은가 하는 일반적인 인식을 잘 반영하지 않을 수 있음을 이해해야 합니다. 이는 주로 도구들이 "세계에 대한 제한적 관점"을 갖고 있기 때문입니다. 즉, 사람들의 광범위하고 풍부한 시각적 경험에 대한 확률을 반환하는 것이 아니고, 해당 도구가 몇 개의 클래스로 구성된 매우 제한적인 세계에 대한 확률을 반환하기 때문입니다. 그러므로, 예컨대 Green 분류 도구의 경우, 이 도구가 새롭고 따라서 알려지지 않은 클래스에 매우 높은 확률을 할당하더라도, 사람 눈에는 매우 다르게 보일 수 있습니다. 이는 단순히 도구가 볼 때 해당 클래스가 다른 것보다 알려진 해당 클래스에 훨씬 가까워 보이기 때문입니다.
어떤 도구 학습이 정상적으로 완료되었다면 학습 후에 프로세싱(추론)이 자동으로 실행됩니다. 트레이닝한 도구를 다시 프로세싱하려면, 
버튼을 클릭하십시오.
프로세싱 매개변수 설정
프로세싱 매개변수는 도구의 이미지 프로세싱 방식을 제어합니다. 딥러닝에서는 ‘inference(인퍼런스, 추론)이라고도 불립니다. 같은 모델을 활용하여 같은 이미지를 프로세싱하는 경우 결과는 항상 동일합니다. 이 매개변수를 변경해도 다시 학습할 필요는 없지만, 데이터베이스를 다시 프로세싱하기 때문에 그 효과는 바로 볼 수 있습니다. 도구를 다시 프로세싱하려면, 버튼을 클릭하십시오. High Detail 모드에서 사용되는 프로세싱 매개변수는 임계치와 히트맵으로 2개입니다.
| 매개변수 | 설명 |
|---|---|
| Threshold(임계치) |
임계치 매개변수는 뷰가 분류되기 위한 최소 값을 결정합니다. Note: High Detail 모드에서 임계치의 기본값은 0%입니다. Focused 모드와는 다른 방식으로 각 태그에 대한 점수를 계산하기 때문입니다.
High Detail 모드에서는 임계치 값을 조정하는 것을 권장하지 않습니다. |
| Heat map(히트맵) |
프로세싱 매개변수의 ‘히트 맵’은 High Detail 모드에서 어떤 영역이 클래스 분류에 중요한 단서가 되었는지를 사용자가 확인할 수 있도록 하는 옵션입니다. 이 옵션을 사용해서 주어진 데이터와 ground truth tags/labels(정답 태그/라벨)을 바탕으로 모델이 생성된 뒤, 도구를 다시 디버깅할 수 있습니다. 만일 히트 맵이 결함 이미지에서 분류에 중요한 영역이 아닌 다른 영역을 보고있다면, 다시 트레이닝을 해서 새로운 모델을 생성하는 것이 좋습니다. 히트맵은 다소 오차가 있을 수 있음에 유의하십시오. 빨간색 영역의 위치는 사람이 생각하는 것과 다를 수 있습니다. 따라서 경향성을 확인하기 위한 참고로만 사용하십시오. Note: High Detail 모드에서 "히트맵" 옵션을 사용하면 워크스페이스의 크기가 더 커질 수 있습니다. 단서를 찾는데에는 도움이 되지만 많은 저장 공간을 차지하는 히트맵이 생성되게 됩니다.
워크스페이스의 크기를 줄이기 위해서는 히트맵을 비활성화 하고 다시 프로세싱해서 워크스페이스를 저장하십시오. Green 분류 도구 High Detail 모드은 프로세싱 매개변수에 있는 히트맵 체크박스와 오버레이 체크박스에 있는 히트맵 체크박스를 활성화했을 때 히트맵을 이미지 뷰어에 직접 투사합니다. |