미디어

AI-NEWS

HOME  >  미디어  >  AI-NEWS

AI 비전검사 전문플랫폼 '뉴로클', ‘뉴로티·뉴로알 4.0’ 출시

인공지능 딥러닝 비전검사 전문기업 뉴로클이 ‘뉴로티(Neuro-T)’와 ‘뉴로알(Neuro-R)’의 4.0 버전을 출시했다. 

뉴로티는 AI 딥러닝 비전 트레이너로, 비전검사를 위한 AI 모델을 생성하는 소프트웨어이다. 뉴로알은 뉴로티에서 생성한 검사 모델을 실시간으로 제조의 공정 라인에 적용하는 런타임 API이다. 

이번 버전은 제조 현장의 결함 데이터 및 레이블링 리소스 부족 문제를 해결하는 데에 중점을 두어 개발되었다. 새로 추가된 모델 및 기능은 아래와 같다.

가상 결함 생성 AI 모델: GAN Model · Generation Center


양,불 판정 AI 모델을 생성하기 위해서는 정상, 결함 이미지 데이터가 필요하며, 데이터의 양이 풍부할수록 고성능의 모델을 생성할 수 있다. 그런데 특정 산업에서는 결함 데이터의 수집이 어려워 모델 고도화에 난항을 겪는 경우가 있다.

GAN Model · Generation Center는 이러한 경우를 해결하기 위해 고안된 기능이다. 유저는 해당 기능을 통해 소수의 결함 이미지를 기반으로 실제와 유사한 가상 결함을 생성할 수 있다. 생성된 가상 결함은 다양한 ‘결함 생성 도구’들을 통해 정상 이미지에 삽입되어, 양, 불 판정 AI 모델을 생성하는 데에 활용될 수 있다.

비지도학습 모델: Anomaly Classification · Anomaly Segmentation 


이번 업데이트에서는 정상 이미지만으로 학습을 진행하여 정상(Normal)과 비정상(Anomaly)을 식별할 수 있는 ‘비지도학습 모델(Unsupervised Learning’도 추가되었다. 이 기능 역시 결함 데이터가 부족한 유저들에게는 희소식이 아닐 수 없다. 유저는 양, 불 판정 모델의 판정 기준 및 결과 확인 방식에 따라 Anomaly Classification, Anomaly Segmentation 중 하나를 취사선택할 수 있다.

스마트한 레이블링 기능들: Auto-Selector, Keyword Labeler


딥러닝 프로젝트에서 가장 번거롭고 많은 리소스 투입이 필요한 과정 중 하나가 바로 ‘이미지 레이블링’이다. 불량 영역을 얼마나 정밀하게 레이블링 하는지가 모델의 성능에 영향을 끼치기 때문이다. 

이번 업데이트에서는 유저들의 레이블링 공수를 대폭 절감시킬 수 있도록 지원하는 오토 셀렉터(Auto-Selector)와 키워드 레이블러(Keyword Labeler)가 추가되었다. ‘오토 셀렉터’란, 객체를 기반으로 유사한 특성을 가지는 영역을 딥러닝 알고리즘이 자동으로 레이블링 하는 기능이다.

이 기능은 레이블링 할 영역의 모양이 복잡하여 정교한 레이블링이 필요한 경우에 권장된다. 한편, ‘키워드 레이블러’는 특정 키워드를 입력하면 이미지 내에서 해당 키워드에 해당하는 부분이 Box 형태로 레이블 되는 기능이다.

이 기능은 물체의 특성이 이 밖에도 이번 업데이트에서는 △다중 모델 추출(Multi-Model Export) △전이 학습(Transfer Learning)모델 등의 신규 모델 및 기능이 추가되어 유저들의 성공적인 AI 비전검사를 지원한다. 뚜렷하여 이미지 내 객체에 일괄적인 레이블링이 필요한 경우에 권장된다.

출처 : 인공지능신문(https://www.aitimes.kr)

목록