COGNEX(코그넥스) 딥러닝랩은 무엇을 만들까?

내용

머신비전이란?

카메라를 통해 회득한 영향으로부터 정보를 얻고 이를 활용해서 산업 과정을 자동화하는 기술을 총칭합니다. 가장 중요한 과정중 하나는 영상 데이터로부터 우리가 필요한 정보를 추출하는 것입니다. 그러기 위해서는 영상에서 원하하는 사물을 찾고, 인식하고, 분류하는 알고리즘이

필요합니다. 수많은 픽셀과 복잡한 색상 값으로 표현된 영상 데이터에는 규칙기반 알고리즘을 적용하기가 쉽지 않습니다.

 

그렇기에 최대한 제어된 환경에서 영상을 촬영하고, 환경에 맞는 특징 추출 알고리즘을 사람이 설계하곤

합니다. 이를 극복하기 위해 다양한 특징 추출 알고리즘이 등장했지만, 대부분의 현장에서는 여전히 알고리즘을 조금씩 수정하고 실험하는 과정을 반복하고 있습니다.

 

딥러닝의 등장

딥러닝은 등장과 동시에 다양한 분야에서 새로운 가능성을 제시했습니다. 그 중 컴퓨터 비전 분야에서 단연

돋보이는 혁신을 보여 주었습니다. 가장 큰 이유는 복잡한 영상 데이터에서 필요한 특징을 추출하고, 이를

통해 고차원의 패턴을 학습하는 과정이 사람의 손을 거치지 않고 이루어진다는 이유 때문입니다.

 

컨볼루션 신경망은 인접한 픽셀로부터 상관관계를 도출하고,이 과정을 반복해 유의미한 패턴을 추출하는

필터를 학습합니다. 기존에는 사람이 손수 설계하던 필터를, 컨볼루션 신경망은 데이터 기반으로 스스로

찾아갑니다. 그리고 그 성능은 대부분의 문제에서 딥러닝의 완승이었습니다.

 

딥러닝 도입

1. 데이터 수집/관리

딥러닝 모델의 성능을 높은 수준으로 이끌어내려면 많은 데이터가 필요합니다. 하지만 많은 데이터를

수집하고 전처리하는 작업은 그 수가 많아질수록 난이도가 기하급수적으로 증가합니다.

2. 데이터 레이블링

수집된 데이터는 도메인 지식을 가진 인력을 동원해 정확히 레이블링되어야 합니다. 데이터가 많아지고

복잡할수록 레이블링하고 관리하는 일 자체는 엄청난 인력을 요구하고, 경우에 따라서는 전용 툴의 개발이

불가피해집니다.

3. 모델 설계와 실험

전문 인력을 통해 딥러닝 실험을 수행할 수 있도록 환경을 구축하고, 방법론에 대한 연구와 실험을 반복해야 합니다.

4. 모델 비교와 분석

학습한 모델들을 관리하고 성능을 비교하거나, 모델의 성능 향상을 위해 추가적인 분석을 할 때에도 관련

지식을 가진 전문 인력이 필요합니다.

5. 제품의 적용

머신비전 시스템에 새로운 딥러닝을 도입할 수 있도록 환경을 구축해야 하며, 사용하는 환경에 맞게

소프트웨어 적인 최적화가 필요합니다. 이 과정에서 기존 엔지니어들도 딥러닝에 대한 이해를 해야한다는

추가적인 비용이 발생합니다.

 

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