내용
밝거나 어두운 배경에서 일관되고 손쉽게 판독 가능한 글꼴 세트는 기존의 머신비전으로 충분히 해결할 수 있습니다. 하지만 제조업체가 혼란스러운 배경과 이미징 문제로 인해 머신비전 시스템으로 작업을 처리할 수 없고 분야별 글꼴의 수와 유형을 예측할 수 없을 때에는 새로운 유형의 전용 OCR 솔루션이 필요합니다. 심하게 변형되고, 비뚤어지고, 잘못 에칭된 코드는 일반적으로 문제를 일으키는 원인이 됩니다. 그 밖에 다루기 힘든 코드로는 혼란스러운 배경에 프린트, 에칭, 니들 마킹 또는 양각 처리된 저대비 문자나 코드가 포함되니다.
특징
1. 자동차 산업을 위한 딥러닝 OCR
자동차 제조사를 비롯하여 부품 공급업체는 일련 번호를 사용해 공급망에서 고가치 부품을 추적하며, 정확한 조립과 일치하는지를 확인합니다. 많은 부품에서 10자릿수의 니들 마킹 일련 번호가 포함되므로, 테스트 중 오류가 발생하면 그 원인을 추적할 수 있습니다.
딥러닝 기반이 OCR/OCV 툴은 사전 트레이닝된 전체 글꼴 라이브러리를 이용하기 때문에 가장 판독하기 어려운
코드라도 즉시 식별할 수 있으므로 이러한 문제를 손쉽게 해결합니다. 코그넥스 딥러닝은 분야에 따른 조정만 수행하면
됩니다. 즉, 각 코드의 개별 문자나 숫자를 식별하기 위해 알고리즘을 트레이닝하는 대신, 비전 전문가가 아닌 트레이닝하는 대신, 비전 전문가가 아닌 트레이닝 엔지니어가 관심 영역을 정의하고 문자 크기를 설정한 후 이미지에 라벨을
부착하기만 하면 됩니다. 공장에서 바로 잘못 판독된 문자나 분야별 글꼴을 쉽게 다시 트레이닝할 수 있습니다.
2. 전자 부품 산업을 위한 딥러닝 OCR
집적회로(IC)패키지 및 리드 프레임과 같은 전자 부품에 레이저 에칭된 코드는 모든 전자제품 하드웨어 제조업체에게
있어 필수적인 기능에 해당합니다. 이러한 바코드와 일련 번호에는 부품의 제조 시기와 위치, 로트 번호, 검사 데이터에
관한 정보가 포함됩니다. 또한 구성품이 칩에 장착되어 모듈에 조립될 대 필수 정보인 납땜 온도와 플럭스 밀도에 관한
정보가 인코딩될 수도 있습니다.
이러한 상황에서 딥러닝 기반 OCR/OCV 기술은 획기적인 솔루션을 선사합니다. 변형되거나 비뚤어진 문자도 인식하는
사전 트레이닝된 전체 글꼴 라이브러리 덕분에 오랜 시간이 걸리는 트레이닝이 전혀 필요하지 않습니다. 엔지니어는
분야에 따른 조정을 신속히 수행하고 잘못 판독된 코드만 다시 트레이닝하면 됩니다. 판독 불가 상황이 줄어들고 기계 가동 시간을 최대한으로 올릴 수 있기 때문에 생산성 이점도 즉각 얻을 수 있습니다.
3. 포장 산업을 위한 딥러닝 OCR
제조업체는 정보를 이닉하고 검증해 포장된 각 물품이 공급망의 흐름을 올바르게 따라하고 있음을 보장하기 위한 믿을
수 있는 시스템을 갖추고 있어야 합니다. 전체 포장물으 이력 추적을 보장하기 위한 노력에서, 식음료 및 소비재 제조업체들은 간혹 까다로운 코드 문제에 직면합니다.
유력한 원인은 라벨 기반 포장 코드에 인쇄된 저대비 문자 또는 용기 뚜껑처럼 사출성형 부품에서 변형되고 올록볼록한
문자 때문입니다. 이들 코드는 멀티팩 포장을 확인하는 데 사용될 수 있는데, 내용물, 원산지, 제조일에 관한 정보가
들어 있는 날짜/로트 코드를 포함할 가능성이 더 많습니다. 이러한 경우 제조업체는 OCR/OCV 장비를 이용해 영향을
받는 제품을 빠르게 찾아 생산 또는 선반에서 제거할 수 있습니다. 기존의 OCR/OCV 기술은 다양한 글꼴을 학습하기
위해 사전 트레이닝이 필요하며, 심지어는 대비가 낮은 문자를 해독하기가 까다로울 수 있습니다.
4. 생명 과학 산업을 위한 딥러닝 OCR
효과적인 OCR 및 OCV는 종추적 관련 법률의 규제가 매우 엄격한 생명 과학 분야에서 필수적입니다. 규제 준수를 위해
제조업체와 병원은 매번 취급하고 사용할 때마다 의료 장비, 수술 기구, 환자의 병원 ID 팔찌에 있는 코드를 스캔해야
합니다. 이를 통해 안전 사고가 발생했을 때 공급망 전체에서 장비와 약품을 엄격히 관리할 수 있습니다.
장비의 수가 너무나 많은 사람들이 제품을 사용하기 대문에 코드가 변형되고 왜곡될 수 있습니다. 이미징 품질 또한
수준 이하로 떨어져 카메라에 비춰지는 코드 모양이 바뀔 수 있습니다. 발생할 수 잇는 글꼴 모음을 인식하도록
머신비전 시스템을 트레이닝하는 데 시간을 투자하는 대신, 생명 과학 산업은 이를 위해 딥러닝 기반 이미지 분석
소프트웨어로 눈을 돌리고 있습니다.
COGNEX 제품 적용 솔루션 참조 : www.xvision.co.kr
머신비전 관련 문의처 ☞ (주)아이디맥스 02-838-1170
공장 자동화를 위한 인공지능 딥러닝 : www.newbrain.co.kr 기술영업문의 : sales@idmax.co.kr
자동인식전문기업 IDMAX : www.idmax.co.kr 기술영업문의 : sales@idmax.co.kr
'코그넥스 > 딥러닝' 카테고리의 다른 글
| COGNEX(코그넥스) 딥러닝을 통해 생명 과학 산업에서 검사 자동화를 구현하는 방법 (0) | 2021.03.15 |
|---|---|
| COGNEX(코그넥스) In-Sight D900으로 인라인 검사를 자동화할 수 있는 3가지 이유 (0) | 2021.02.24 |
| COGNEX(코그넥스) 딥러닝 분류 툴의 작동 방식 (0) | 2021.02.18 |
| COGNEX( 코그넥스) 딥러닝 결함 감지 툴의 작동 방식 (0) | 2021.02.16 |
| 스마트공장에서 머신비전의 중요성 (0) | 2021.02.09 |
