라벨 생성 (라벨링)

라벨은 사용자가 생성한 입력 데이터로 도구의 ground truth를 확립합니다. Ground truth란 어플리케이션의 이미지에 대한 논란의 여지가없는 사실, 즉 인간이 이미지 내의 주요 정보 (feature, 글자, 결함, 클래스)로 결정한 것을 말합니다. 라벨은 ground truth를 확립하며, 이는 트레이닝 및 성과 분석에 모두 이용됩니다. 그러므로, 라벨을 정확하게 지정하는 것이 극히 중요합니다.

라벨링이란

Deep Learning 소프트웨어는 학습에 기초하고 있으므로, 네트워크가 이미지에 대해 무엇을 학습하는가가 매우 중요합니다. 딥러닝 용어 내에서 이 프로세스를 "라벨 지정"이라고합니다. 라벨링은 사용자가 기능이나 결함을 식별하여 이미지에 그래픽으로 표시하는 프로세스입니다. 라벨은 도구에 대한 ground truth를 나타내며 도구를 학습하고 그 성능을 검증하기 위해 사용됩니다.

라벨은 도구의 ground truth입니다. 즉, 도구에게 "이것이 학습해야 할 것"이라고 말하는 것이 라벨링입니다. 도구 프로그래밍에서 가장 중요한 부분은 트레이닝에 이용되는 이미지에 완전하고 정확하게 라벨이 지정되어야 한다는 것입니다. 이미지의 ground truth 데이터를 알지 못하면 도구가 적절히 작동하는지 여부를 알 수 없습니다. 또한, 정확한 라벨이 없다면, 도구의 트레이닝도 작동하지 않을 것입니다.

도구 및 응용 프로그램의 성능을 평가할 때, 성능은 언제나 사용자가 제공한 라벨을 기준으로 측정됩니다. 라벨 지정이 이미지에 대한 실제의 ground truth를 반영하지 않는다면, 정확하고 반복적인 도구의 성능은 아무 의미가 없습니다. Deep Learning 도구를 트레이닝할 때의 목표(비용 함수)는 사용자가 제공한 라벨 지정에 정확히 일치하는 응답을 생성하도록 도구를 트레이닝하는 것입니다.

모든 도구에서 라벨 지정은 수작업입니다(각 도구에서 라벨 지정이 작동하는 구체적인 내용은 아래를 참조하십시오). 라벨 지정이 잘 되려면, 이미지 간에, 또한 관찰자 및 라벨 지정을 수행하는 사람 간에 일관성이 있어야 합니다. 이미지 Set를 여러 명에게 제공하여 라벨을 지정하게 했는데, 라벨들이 일치하지 않는다면, 도구도 제대로 작동하지 않을 가능성이 큽니다.

도구마다 절차는 조금 다르지만, 원칙은 동일합니다. 라벨 지정이 완료되면, 사용자는 도구를 학습하고 도구가 제공한 마킹을 검토할 준비가 된 것입니다. Alt + 왼쪽 화살표 및 Alt + 오른쪽 화살표 키를 사용하거나 이미지의 우클릭 메뉴에서 전환 할 수 있습니다.

오버레이 체크박스에서 "라벨"을 활성화하면 라벨 오버레이를 나타낼 수 있습니다.

Red 분석 도구 Focused 지도 모드 라벨링

Red Focused 지도 모드와 Red 분석 도구 High Detail 모드 모드에서 라벨 지정과정의 첫번째는 "양호"와 "불량"을 지정하는 것으로 즉, 결함이 없는 이미지와 특정 결함을 가진 이미지를 라벨링 하는 것입니다. 이어서, 불량 이미지에 대해서는 결함이 있는 픽셀에 영역을 그립니다. 라벨 지정된 결함 마스크가 이미지 상의 실제 결함과 일치하는 정확도가 도구 성능을 결정하는 핵심 요소입니다.


1	결함
2	라벨 지정 결함 영역(결함 위로 그려진 영역)

Red 분석 도구 Focused 지도 모드에서는 먼저 뷰의 결함을 식별하고, 결함 영역을 그래픽으로 그려 결함에 주의 깊게 라벨을 지정해야 합니다.

Note: 또한 결함이 없는 이미지를 학습 이미지 세트에 포함시키고, 이 이미지에 '정상' 라벨을 지정할 수도 있습니다.

결함에 라벨을 지정하려면, 뷰 내에서 마우스 우클릭한 후 메뉴에서 영역 편집을 선택하십시오.
이렇게 하면 영역 편집 툴바가 이미지 상단에 나올 것입니다.

Note: 영역 편집 툴바는 마스크 편집 툴바와 동일합니다. 툴바의 버튼 기능에 대한 자세한 내용은 마스크 편집(선택 사항) 항목을 참조하십시오.

세 가지 그리기 도구가 있으며 이들은 함께 사용할 수 있습니다. 그리는 영역의 크기는 폭 값에 따라 정의됩니다.

라인: 클릭하고 끌어 이미지에 선을 생성합니다.
Tip:
- 그리면서 SHIFT 키를 누르고 있으면, 이 도구는 두 점 간에 직선을 그립니다.
- 사각형 영역을 채우려면, 선 그리기 도구로 외곽선을 그린(SHIFT 키를 누르고 있으면 직선을 그림) 후, 자동 선택 도구를 이용해 채우십시오.
원형: 커서를 원형 물체의 중심에 두고, 밖으로 끕니다.

Tip: SHIFT 키를 누르고 있으면, 원이 경계 상자의 모서리에서 확장됩니다.
마법봉: 클릭하고 끌어 이미지의 영역을 채웁니다. 개별 feature를 클릭하고 그 영역에만 채우기를 적용할 수도 있습니다.

Note: 이미지의 관련 없는 그림을 자르거나 제거하려면 지우개 도구를 이용할 수 있습니다.

결함 주위에 영역을 그릴 때는 최대한 정밀하고 일관되게 그리도록 하십시오. 영역을 그릴 때 실제 결함 부분을 조금 벗어나게 영역을 그리는 것은 괜찮지만, 너무 넓은 범위를 벗어나게 영역을 그리는 것은 피해야 합니다. 이렇게 되면 도구가 배경을 결함이라고 생각할 수 있습니다. 마찬가지로, 결함을 덜 채워 그리는 것도 피해야 합니다.

아래 그래픽들은 결함 주위에 영역을 그리는 최선의 방법을 보여주고 있습니다. 여기에서 진한 회색선은 실제 결함을 나타내며, 빨간색은 결함이라고 정의된 영역을 나타냅니다.


이는 영역을 그리는 이상적인 방법으로, 영역이 결함에 가깝게 맞춰져 있습니다.	이 방법은 배경을 지나치게 많이 포함하여, 도구가 배경도 결함으로 생각할 것입니다.	이 방법은 결함의 일부가 누락되어, 빨간색으로 덮이지 않은 부분은 도구가 결함으로 간주하지 않을 것입니다.

주의 깊고 정확하게 결함 영역을 그렸으면, 적용 버튼을 누르십시오. 이 작업은 모든 이미지에 대해 한 장씩 수행되어야 합니다.
필요한 영역을 모두 그렸으면, 닫기 버튼을 누르고 트레이닝을 시작합니다.

Note: Red 분석 도구 내에서, 비지도 모드에서 영역 이름의 기본 값은 "편차"이며, 지도 모드에서 영역 이름의 기본 값은 "결함"입니다. 도구 내에서 Region(영역) 이름이 혼합되어 사용될 가능성이 있습니다. 다음과 같은 조건에서 이런 일이 발생할 수 있습니다:

Red 분석 도구를 생성한 후, 기본값인 비지도 모드를 유지하고 도구의 ROI를 설정합니다.
데이터베이스 개요를 엽니다.
영역 편집 기능을 실행하여 몇 개의 결함을 그린 후 변경 사항을 적용합니다.
영역 편집 편집기를 연 채로 도구 모드를 기본값(비지도)에서 지도 모드로 변경합니다.
다른 뷰를 선택한 후, 몇 개의 결함을 그린 후 변경 사항을 적용합니다.
뷰 목록 및 데이터베이스 개요의 섬네일이 영역 편집 편집기의 이름과 일치하지 않음에 주목하십시오.

이름 불일치 문제를 해결하려면, 영역 편집 편집기를 닫고 모드를 변경하면 됩니다. 도구가 병합되며 영역 이름을 올바르게 변경할 것입니다.

Note: 또 라벨을 이미지 파일, JSON 파일, VisionPro Deep Learning 내부 라벨 포맷 파일로 불러올 수 있습니다. 자세한 내용은 Cognex Label Import/Export 플러그인 항목을 확인하십시오.

Note: 생성된 라벨이 여러 뷰에서 부정확하거나 문제가 있다고 보인다면, 각 뷰의 라벨 품질 수준을 조사하고 잘못된 라벨을 고칠 수 있습니다. 자세한 내용은 라벨 검사를 이용한 라벨링 최적화를 확인하십시오.

스마트한 라벨링: AI 라벨링 도구

AI 라벨링 도구 내에서 두 가지 주요 도구를 사용할 수 있습니다: AI 클릭 도구 및 AI 박스 도구입니다. 이러한 도구들은 라벨링 과정을 간소화하고 각각의 라벨을 수동으로 그릴 필요가 없도록 설계되었습니다. 대신, 이 도구들은 영역을 자동으로 인식하고 라벨을 지정하기 위한 직관적인 방법을 제공합니다.

Note: 권장되는 GPU 메모리는 8GB 이상입니다. 메모리가 부족하여 실패한다면, 도움말 > 디바이스 설정으로 이동하여 '최적화된 GPU 메모리'를 비활성화하고 다시 시도해보세요. 여전히 문제가 해결되지 않는다면 GPU를 교체해야 할 수도 있습니다.

Note: 큰 이미지에서는 영역을 그리는 데 시간이 걸릴 수 있습니다. 이런 경우에는 ROI를 사용하여 뷰 크기를 제한하거나 ROI를 분할해 보세요.

AI 클릭 도구:
AI 클릭 도구는 클릭만으로 영역의 라벨링을 손쉽게 할 수 있게 해줍니다. 마우스 왼쪽 클릭을 사용하여 개체를 한 번 또는 여러 번 클릭하면 해당 영역이 자동으로 그려지며 선택한 영역을 라벨링해줍니다. 필요한 경우 영역을 제거하거나 조정하기 위해 간단히 오른쪽 클릭을 사용하면 됩니다.
AI 박스 도구:
두 번째 도구는 AI 박스 도구입니다. 이 도구는 효율적인 영역 라벨링 방법을 제공합니다. 이 도구를 활용하면 직사각형 상자를 개체 주위에 그려 해당 영역을 정의할 수 있습니다. 이 시각적이고 사용자 친화적인 방식을 통해 라벨링할 영역을 쉽게 생성할 수 있습니다. 이 도구를 사용하려면 개체를 라벨링하려는 대상 주위에 상자를 그리면 해당 상자의 모양을 기반으로 영역이 자동으로 생성됩니다.

빠른 라벨링: 부트스트랩 라벨링

부트스트랩 이미지 라벨링은 각 도구 라벨링을 더 빠르게 수행하는 방법입니다. "부트스트랩" 라벨 지정은 이미지 중 소수의 샘플에 라벨을 지정하고 도구를 학습한 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 학습 매개변수에 있는 Epoch 횟수 매개변수를 줄이면 학습 속도가 더욱 빨라집니다.

학습 세트 내의 몇 개 이미지에 라벨을 지정합니다.
해당 도구를 학습합니다.
이미지와 결과를 검토합니다.
도구의 마킹이 정확한 위치에서 보기를 수락합니다(마우스 우클릭 후 보기 수락 선택 또는 CTRL + SHIFT + A). 이렇게 하면 마킹이 라벨로 변경됩니다. 지도 모드의 Red 분석 도구에서는 결함 영역을 편집해야 하는 경우도 있습니다. 정확하지 않은 마킹은 이미지에서 삭제하십시오(마우스 우클릭 후 마킹 삭제 선택 또는 CTRL + C).