EasySegment

딥러닝 분할 라이브러리

주요 사양
  • 무감독 모드: 새 이미지에 있는 비정상 및 결함을 감지하고 분할하도록 “우수한” 이미지만으로 학습시킴
  • 감독 모드: 더 나은 분할과 결함 감지를 위해 결함의 모델을 학습
  • 어떤 이미지 해상도에서든 작동
  • 데이터 증강 및 마스크 지원
  • CPU 및 GPU 프로세싱과 호환
  • 데이터세트 생성, 교육 및 평가를 위한 무료 Deep Learning Studio 애플리케이션 포함
  • Deep Learning Bundle의 일부로만 이용 가능함



비교 구입처 안내


딥러닝이 무엇입니까?

신경망은 인간의 두뇌를 이루는 생물학적 신경망을 모방해 만든 컴퓨팅 시스템입니다. CNN(컨볼루션 신경망)은 딥 피드포워드(deep, feed-forward) 방식의 인공 신경망으로, 이미지를 분석하는 데 가장 널리 적용되고 있습니다. 딥러닝은 기존의 컴퓨터 비전 알고리즘으로 풀기 어렵거나 풀 수 없는 복잡한 문제를 풀기 위해 대규모 CNN을 사용합니다. Deep Learning 알고리즘은 대개 예제에 의해 학습하기 때문에 사용하기에 더 쉬울 수도 있습니다. 부품을 분류 또는 검사하는 방법을 사용자가 알 필요가 없습니다. 대신에, 이 알고리즘은 초기 학습 단계에서 검사 대상 부품의 표시된 많은 이미지에 의해 학습을 합니다. 성공적으로 학습을 마친 후 이 알고리즘을 이용해 부품을 분류하거나 결함을 감지하고 분할할 수 있습니다.


EasySegment는 무엇에 적합합니까?
EasySegment는 무엇에 적합합니까?

일반적으로 딥러닝은 정밀한 측정이나 계측을 필요로 하는 애플리케이션에는 적합하지 않습니다. 또한 특정 오류 유형(예; 긍정 오류)을 완전히 허용할 수 없을 때는 딥러닝이 권장되지 않습니다. EasySegment의 무감독 모드는 결함 감지와 분할 작업에 적합하며 특히 결함이 있는 샘플을 정확하게 집어내기 어려운 경우에 유용합니다. Deep Learning 도구들은 복잡한 표면 패턴을 가지고 있어서 기존의 머신 비전 알고리즘으로는 감지하기 매우 어려운 천연 물체 또는 제조된 물체(예: 나무, 패브릭 등)의 이미지에 대해 일반적으로 잘 작동합니다. 뿐만 아니라 딥러닝의 "예제에 의한 학습" 패러다임은 컴퓨터 비전 프로세스의 개발 시간을 단축할 수 있습니다.


Deep Learning Studio
Deep Learning Studio

Open eVision은 무료 Deep Learning Studio 애플리케이션을 포함합니다. 이 애플리케이션은 데이터세트를 생성할 때와 딥러닝 도구를 교육 및 테스팅하는 단계에서 사용자를 도와줍니다. EasySegment의 경우, Deep Learning Studio는 주석 도구를 통합하고 있으며 예측을 실측 자료 주석으로 변환할 수 있습니다. 또한 성능 요구 사항에 맞도록 도구를 그래픽적으로 구성할 수 있습니다. 예를 들어, 학습 후에 사용자는 더 나은 결함 감지율과 더 좋은 감지율 사이에서 적당한 지점을 선택할 수 있습니다.


성능
성능

딥러닝에는 일반적으로 상당히 많은 처리 역량이 필요한데 특히 학습 단계에서 더 그렇습니다. Deep Learning Bundle은 표준 CPU를 지원하고 PC에 있는 Nvidia CUDA 호환 GPU를 자동으로 감지합니다. 대개 하나의 GPU가 학습 및 처리 단계를 100배 가속화합니다.


Neo 라이센싱 시스템
Neo 라이센싱 시스템

  • Neo는 Euresys의 새로운 라이선스 시스템입니다. 신뢰할 수 있고 최첨단이며 이제 Open eVision 및 eGrabber 라이선스를 저장할 수 있습니다.
  • Neo에서는 라이선스를 활성화할 위치를 Neo 동글 또는 Neo 소프트웨어 컨테이너 중에 선택할 수 있습니다. 고객은 라이선스 구매 후, 나중에 결정하면 됩니다.
  • Neo 동글은 견고한 하드웨어로서 컴퓨터 간에 유연하게 이전할 수 있습니다.
  • Neo 소프트웨어 컨테이너는 전용 하드웨어가 필요없고, 대신 이를 활성화한 컴퓨터에 링크됩니다.
  • Neo에는 두 가지 방법 중에서 취향대로 사용할 수 있는 전용 Neo License Manager가 함께 제공됩니다. 하나는 직관적이고 사용하기 쉬운 그래픽 사용자 인터페이스이고, 다른 하나는 Neo 라이선싱 절차를 쉽게 자동화할 수 있는 명령줄 인터페이스입니다.


EasySegment 무감독 모드
EasySegment 무감독 모드

EasySegment는 Deep Learning Bundle의 분할 도구입니다. EasySegment는 결함을 감지하고 분할을 수행합니다. 결함이 포함된 부품을 식별하고 그 결함이 이미지의 어떤 위치에 있는지 정확하게 구분합니다. EasySegment의 무감독 모드는 모델의 “양호한” 샘플(즉, 아무 결함이 없는 샘플)이 무엇인지를 학습하는 방식으로 작동합니다. 이는 “양호한” 샘플의 이미지만을 학습하여 이루어집니다. 그런 다음, 이 도구를 이용해 새 이미지를 양호 또는 결함으로 분류하고 이러한 이미지들로부터 결함을 분할할 수 있습니다. 양호한 샘플의 이미지만으로 학습시킴으로써, EasySegment의 무감독 모드는 결함의 유형을 알고 있지 않은 경우나 결함 샘플이 준비되지 않은 경우에도 검사를 수행할 수 있습니다.


데이터 증강
데이터 증강

딥러닝은 신경망을 교육시키고, 일련의 기준 이미지를 분류하는 방법을 학습시키는 방식으로 작동합니다. 프로세스의 성능은 기준 이미지 세트가 얼마나 대표성과 확장성을 갖는지에 의해 크게 좌우됩니다. Deep Learning Bundle은 프로그램 가능한 한계 내에서 기존의 기준 이미지를 수정(예: 이동, 회전, 확대)하여 추가로 기준 이미지를 생성하는 "데이터 증강"을 구현합니다. 따라서 Deep Learning Bundle은 클래스 당 겨우 100개의 학습 이미지로도 작동할 수 있습니다.


샘플 데이터세트 패브릭 결함 감지
샘플 데이터세트 패브릭 결함 감지

“패브릭” 샘플 데이터세트는 어떻게 EasySegment의 무감독 모드를 사용하여 소수의 양호한 샘플만 학습하고 어떤 종류의 결함이 예상되는지 알려주지 않은 상태로 패브릭에서 결함을 감지 및 분할할 수 있는지를 보여줍니다. 또한, EasySegment의 무감독 모드를 사용하여 무감독 모드의 결과를 실측 자료로 검토하고 가져와서 감독 모드를 위해 필요한 예상 분할의 주석을 간편화할 수 있습니다.


DG06 기술 개발 부서의 지원으로 개발
DG06 기술 개발 부서의 지원으로 개발


EasySegment 감독 모드
EasySegment 감독 모드

EasySegment는 Deep Learning Bundle의 분할 도구입니다. EasySegment는 결함을 감지하고 분할을 수행합니다. 결함이 포함된 부품을 식별하고 그 결함이 이미지의 어떤 위치에 있는지 정확하게 구분합니다. EasySegment의 감독 모드는 이미지에서 어떤 것이 결함 부품이고 어떤 것이 “양호한” 부품인지에 대한 모델을 학습하는 방식으로 작동합니다. 이는 예상된 분할이 있는 주석 달린 이미지로 학습하여 이루어집니다. 그런 다음, 이 도구를 사용해 새 이미지에서 결함을 감지하고 분할할 수 있습니다. EasySegment의 감독 모드는 예상된 분할에 대한 지식 덕분에 무감독 모드보다 더 나은 정확도를 달성하고 더 복잡한 결함을 분할할 수 있습니다.


왜 Open eVision의 Deep Learning Bundle을 선택해야 합니까?
왜 Open eVision의 Deep Learning Bundle을 선택해야 합니까?

  • Deep Learning Bundle은 특히 머신 비전 애플리케이션을 위해 맞춤화되고, 매개변수화되었으며 이미지 분석에 최적화되었습니다.
  • Deep Learning Bundle은 단순한 API를 가지고 있으며 사용자는 몇 줄의 코드만으로 딥러닝 기술의 이점을 누릴 수 있습니다.
  • 구매 전 사용해 보기: Deep Learning Bundle에는 무료 Deep Learning Studio 교육 및 테스팅 애플리케이션이 포함되어 있습니다.
EasyClassify, EasySegment 및 EasyLocate는 별도로 구매할 수 없습니다. 이 제품들은 Deep Learning Bundle의 일부로만 구입 가능합니다.
오늘 Deep Learning Studio를 사용해 Deep Learning Bundle을 다운로드하여 평가하고, 질문이 있으면 주저없이 Euresys의 지원 센터에 전화하십시오.


샘플 데이터세트 이물질 감지 및 분할
샘플 데이터세트 이물질 감지 및 분할

“커피” 샘플 데이터세트는 어떻게 EasySegment의 감독 모드를 사용하여 이물질의 색상과 질감이 관심 제품과 매우 유사한 경우에도 생산 라인에서 이물질을 효율적으로 감지 및 분할할 수 있는지를 보여줍니다.


Deep Learning Bundle 기능 비교
Deep Learning Bundle 기능 비교


Software
Host PC Operating System
  • Open eVision is a set of 32-bit and 64-bit libraries that require a processor compatible with the SSE4 instruction set.
  • The Deep Learning Bundle is only available in the 64-bit Open eVision library.
  • Open eVision can be used on the following operating systems:
    • Windows 10 (32- and 64-bits)
    • Windows 8 (32- and 64-bits)
    • Windows 7 (32- and 64-bits)
    • Linux 64 bits (x86-64 only) with a glibc version greater or equal to 2.18
  • Since Open eVision 2.6, discontinued support of:
    • Windows Vista 32-bits Service Pack 1
    • Windows XP 32-bits Service Pack 3
    • Windows Embedded Standard 2009 32-bits
  • Remote connections
    • Remote connections are allowed using remote desktop, TeamViewer or any other similar software.
  • Virtual machines
    • Linux virtual machines are supported. Microsoft Hyper-V and Oracle VirtualBox hypervisors have been successfully tested.
    • Windows virtual machines are not supported.
  • Minimum requirements:
    • RAM: 8 GB
    • Display size: 800 x 600. 1280 x 1024 recommended.
    • Color depth: 16 bits. 32 bits recommended.
    • Between 100 MB and 2 GB free hard disk space for libraries, depending on selected options.
APIs
  • Supported Integrated Development Environments and Programming Languages:
    • Microsoft Visual Studio 2008 SP1 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2010 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2012 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2013 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2015 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2017 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2019 (C++, C#, VB .NET, C++/CLI)
    • QtCreator 4.15 with Qt 5.12
Ordering Information
Product code - Description
Optional accessories
Presence Check

존재 여부 검사

EasyImage 회색조 이미지 분석 기능은 간단한 유/무 검사에 사용됩니다.
Surface

표면 분석

EasyImage는 표면 결함을 밝히는 데 사용되며, EasyObject의 블롭 분석 기능으로 이러한 결함을 구분하고 측정할 수 있습니다.
Code Verification

레이블 인쇄 기계의 코드 품질 검증