Vision AI3 [Project] Vision Al 기반 컨베이어 벨트 객체 인식 시스템 구축 및 딥러닝 모델 최적화 프로젝트(2) 학습 테이터 이미지의 밝기, PCB 위에 생긴 그림자, 그리고 이미지의 선명도가 낮아 각 부분의 특징을 잘 인식하지 못하는 문제를 개선해 보자! 우선 선명도부터 올리자! 선명도 개선 주어진 환경에서는 카메라 각도나 카메라 높낮이를 조절할 수 없었기 때문에 컨베이어 벨트와 카메라의 물리적 위치를 가깝게 하여 PCB를 더 가까이 볼 수 있도록 개선(아래 박스를 두어 높이를 올림). PCB 구성이 육안으로 인식될 만큼 훨씬 선명해짐. (오른쪽: 개선 후) PCB 빛 반사 개선 PCB에서 불균형한 형광등 빛의 반사로 인해 PCB의 뚜렷한 형태를 확인할 수 없다고 생각함. 컨베이어 벨트 위의 칩셋을 촬영했을 때, 강한 반사광과 그림자 때문에 이미지 품질이 저하되는 문제가 발생. 칩셋 표면의 반사광.. 2025. 3. 5. [AI] Vision AI 개발: 데이터 가공 및 검수의 문제와 해결 방안 Vision AI 개발을 위한 데이터 가공과 검수에 대해 알아보기 전에 MLOps의 기본 기식만 알고 가자~~!! MLOps란? MLOps란 머신 러닝(Machine Learning)과 운영(Operations)을 합친 용어로 프로덕션 환경에서 머신 러닝(ML) 모델이 지속적이고 안정적으로 배포되도록 유지, 관리, 모니터링해 주는 것임. MLOps는 머신러닝 모델 개발과 운영을 통합해 ML 시스템을 자동으로 유지, 관리, 운영함. MLOps의 대상은 머신 러닝 모델을 개발하는 것뿐만 아니라 데이터를 수집하고 분석하는 단계와 학습하여 배포하는 과정, 즉 전체 AI 생애 주기가 포함! AI/ML 개발을 위한 데이터 파이프라인 데이터 준비 단계는 라벨링 품질과 프로젝트 성패를 결정짓는 중요한 과정 AI/M.. 2025. 1. 24. [AI] Vision AI 개발에서 데이터가 중요한 이유(데이터 센트릭) Vision AI란 컴퓨터가 이미지와 영상을 인식하고 해석할 수 있도록 하는 인공지능 기술임. 이 기술은 제조, 의료, 자율주행 등 다양한 산업에 도입되어 혁신을 이끌고 있음. 실제 산업 환경에 적용 가능한 Vision AI 모델 개발에 필요한 요소는 무엇일까?? 생각해 보면 아래와 같음. 🔽 Vision AI 모델 개발에 필요한 요소는 크게 하드웨어, 알고리즘, 그리고 데이터로 나눌 수 있음.간단하게 알아보면 하드웨어AI 개발을 위해서는 고성능 연산이 가능한 AI Chip(GPU, NPU) 등의 하드웨어가 필요! 다행히도 시장에서는 클라우드 서비스 제공업체(CSP)와 칩 제조사들 덕분에 이 부분은 비교적 쉽게 해결됨. 알고리즘AI 모델은 도메인에 특화된 알고리즘을 기반으로 학습하며, 이를 통해 문.. 2025. 1. 14. 이전 1 다음
