EasyClassify
딥러닝 분류 라이브러리
- 분류기 훈련 및 이미지 분류 기능을 포함합니다
- 불량 제품을 탐지합니다
- 제품을 다양한 범주로 분류합니다
- 데이터 증강을 지원합니다
- CPU 및 GPU 처리에 호환됩니다
- 데이터셋 생성, 훈련 및 평가를 위한 Deep Learning Studio
- 딥 러닝 번들(Deep Learning Bundle)의 일부로 제공됩니다
- 비용 효율적인 추론 전용 라이선스 형태로도 제공됩니다
설명
딥 러닝이란 무엇인가?
신경망은 인간의 뇌를 구성하는 생물학적 신경망에서 영감을 받은 계산 시스템입니다. 컨볼루션 신경망(CNN)은 심층 전방 전달 인공 신경망의 한 종류로, 주로 이미지 분석에 적용됩니다. 딥러닝은 대규모 CNN을 활용하여 소위 기존의 컴퓨터 비전 알고리즘으로는 해결하기 어렵거나 불가능한 복잡한 문제들을 해결합니다. 딥 러닝 알고리즘은 일반적으로 예시를 통해 학습하기 때문에 사용하기가 더 쉬울 수 있습니다. 사용자가 부품을 분류하거나 검사하는 방법을 따로 파악할 필요가 없습니다. 대신, 초기 훈련 단계에서 검사 대상 부품의 수많은 이미지를 보여주기만 하면 학습이 이루어집니다. 훈련이 성공적으로 완료되면, 이 알고리즘을 사용하여 부품을 분류하거나 결함을 감지하고 분할할 수 있습니다.
EasyClassify는 어떤 용도로 사용되나요?
딥러닝은 일반적으로 정밀한 측정이나 계측이 필요한 응용 분야에는 적합하지 않습니다. 또한 특정 유형의 오류(예: 위음성)가 절대 용납될 수 없는 경우에도 딥러닝을 사용하는 것은 권장되지 않습니다. EasyClassify는 결함을 명시적으로 정의하기 어려운 경우, 예를 들어 분류가 다양한 규모와 위치에 있는 복잡한 형상과 질감에 의존하는 경우, 기존의 머신 비전보다 더 우수한 성능을 발휘합니다. 또한 딥 러닝의 “예시를 통한 학습” 패러다임은 컴퓨터 비전 프로세스의 개발 시간을 단축할 수도 있습니다.
데이터 증강
딥 러닝은 신경망을 훈련시켜 일련의 참조 이미지를 분류하는 방법을 가르치는 방식으로 작동합니다. 이 과정의 성능은 참조 이미지 세트가 얼마나 대표적이고 광범위한지에 크게 좌우됩니다. 딥 러닝 번들은 “데이터 증강” 기능을 구현하여, 프로그래밍 가능한 범위 내에서 기존 참조 이미지를 변형(예: 이동, 회전, 크기 조정)함으로써 추가적인 참조 이미지를 생성합니다. 이를 통해 딥 러닝 번들은 클래스당 단 100장의 훈련 이미지만으로도 작동할 수 있습니다.
성능
딥 러닝은 일반적으로 상당한 양의 연산 성능이 필요하며, 특히 학습 단계에서 더욱 그렇습니다. 딥 러닝 번들은 표준 CPU를 지원하며, PC에 장착된 NVIDIA CUDA 호환 GPU를 자동으로 감지합니다. 일반적으로 단일 GPU를 사용하면 학습 및 처리 단계의 속도가 100배 빨라집니다.
유통 범위 이탈 감지
분포 이탈 감지(OOD)는 EasyClassify의 기능 중 하나로, 모델이 학습된 데이터와 현저히 다른 이미지를 식별하여 오분류될 가능성이 높은 이미지를 찾아냅니다. OOD는 실제 응용 분야에서 견고하고 신뢰할 수 있는 딥러닝 분류 시스템을 구축하는 데 중요한 기능입니다.
비용 효율적인 추론 라이선스
일반적으로 생산 현장에 딥러닝을 도입할 때는 추론 처리만 필요합니다. 추론이란 미리 학습된 모델을 사용하여 새로 획득한 이미지를 검사하고 분석하는 과정을 말합니다. 대부분의 경우, 학습은 오프라인에서 이루어집니다. 훈련은 eVision API를 사용하여 실행할 수 있으며, 이를 위해서는 딥 러닝 번들 라이선스가 필요합니다. 또는 딥 러닝 스튜디오 애플리케이션을 사용하여 무료로 훈련을 수행할 수도 있습니다. 추론 전용 라이선스는 딥 러닝 번들 라이선스의 대안으로, 고객이 비용 효율적인 딥 러닝 솔루션을 구축할 수 있도록 해줍니다.
기타 혜택
네오 라이선싱 시스템
Neo는 새로운 라이선싱 시스템입니다. 신뢰할 수 있고 최첨단 기술을 적용한 이 시스템은 이제 eVision 및 eGrabber 라이선스를 저장하는 데 사용할 수 있습니다. Neo를 사용하면 Neo 동글이나 Neo 소프트웨어 컨테이너 중 어디에서 라이선스를 활성화할지 선택할 수 있습니다. 라이선스를 구매한 후, 나중에 결정하시면 됩니다.
Neo 동글은 견고한 하드웨어를 제공하며, 한 컴퓨터에서 다른 컴퓨터로 자유롭게 옮겨 사용할 수 있는 유연성을 갖추고 있습니다. Neo 소프트웨어 컨테이너는 별도의 전용 하드웨어가 필요하지 않으며, 대신 활성화된 컴퓨터에 고정되어 사용됩니다.
Neo에는 전용 Neo 라이선스 관리자가 함께 제공되며, 이 관리자는 직관적이고 사용하기 쉬운 그래픽 사용자 인터페이스(GUI)와 Neo 라이선싱 절차를 손쉽게 자동화할 수 있는 명령줄 인터페이스(CLI)의 두 가지 형태로 제공됩니다.
Windows 및 Linux용 모든 eVision 라이브러리
- Microsoft Windows 11, 10 for x86-64 (64비트) 프로세서 아키텍처
- x86_64 시스템용 Microsoft Windows 11, 10 IoT Enterprise
- x86-64(64비트) 및 ARMv8-A(64비트) 프로세서 아키텍처용 Linux (glibc 버전 2.18 이상)
eVision 딥러닝 스튜디오
eVision에는 무료 애플리케이션인 Deep Learning Studio가 포함되어 있습니다. 이 애플리케이션은 데이터셋 생성 과정은 물론, 딥러닝 도구의 훈련 및 테스트 과정에서 사용자를 지원합니다. EasySegment의 경우, Deep Learning Studio는 주석 도구를 통합하여 예측 결과를 정답 주석으로 변환할 수 있습니다. 또한 성능 요구 사항에 맞게 도구를 그래픽 방식으로 구성할 수 있게 해줍니다. 예를 들어, 훈련이 끝난 후 결함 탐지율을 높일지, 양품 탐지율을 높일지 사이의 균형을 조정할 수 있습니다.
Software
- Host PC Operating System
-
eVision is a set of 64-bit libraries that require an Intel compatible processor with the SSE4 instruction set or an ARMv8-A compatible processor.
eVision can be used on the following operating systems:
Microsoft Windows 11, 10 for x86-64 (64-bit) processor architecture
Microsoft Windows 11, 10 IoT Enterprise for x86-64 systems
Linux for x86-64 (64-bit) and ARMv8-A (64-bit) processor architectures with a glibc version greater or equal to 2.18
Remote connections
Remote connections are allowed using remote desktop, TeamViewer or any other similar software.
Virtual machines
Virtual machines are supported. Microsoft Hyper-V, Oracle VirtualBox and libvirt hypervisors have been successfully tested.
Only the Neo Licensing System is compatible with virtualization.
Minimum requirements:
2 GB RAM to run an eVision application
8 GB RAM to compile an eVision application
Between 100 MB and 2 GB free hard disk space for libraries, depending on selected options.
- APIs
-
Supported programming languages :
The eVision libraries and tools support C++, Python and the programming languages compatible with the .NET (C#, VB.NET)
C++ requirements: A compiler compatible with the C++ 11 standard is required to use eVision
Python requirements: Python 3.11 or later is required to use the Python bindings for eVision
.NET requirements: .NET framework 4.8 (or later) or the .NET platform 6.0 (or later) are supported
Supported Integrated Development Environments:
Microsoft Visual Studio 2017 (C++, C#, VB .NET, C++/CLI)
Microsoft Visual Studio 2019 (C++, C#, VB .NET, C++/CLI)
Microsoft Visual Studio 2022 (C++, C#, VB .NET, C++/CLI)
QtCreator 4.15 with Qt 5.12
Ordering Information
- Product status
-
Released
- Product code - Description
-
PC4187 Open EasyClassify for USB dongle
PC4337 Open eVision EasyClassify
PC4192 Open EasyClassify Inference for USB dongle
PC4342 Open eVision EasyClassify Inference
- Related products
-
PC4182 Open Deep Learning Bundle for USB dongle
PC4332 Open eVision Deep Learning Bundle