Red 분석 도구 - Supervised(지도) 모드

Red 분석 도구가 지도 모드일 때는, 결함이 어떤 형태인지를 네트워크에 가르치는 것이 핵심입니다. 트레이닝 중에는 라벨이 지정된 이미지만이 고려됩니다. 라벨 지정되고 결함 영역을 포함하는 이미지가 트레이닝되어 결함에 대해 학습하게 됩니다. 나아가, 이 도구는 라벨 지정된 이미지에서 결함 영역을 포함하지 않는 부분도 학습합니다. 일반적으로 Red 분석 도구를 지도 모드에서 트레이닝하는 것은 결함을 검출하고 반응하도록 하기 위한 것입니다. 그러므로, 이미지가 결함을 포함하는 것으로 라벨 지정되었다면, 이미지의 모든 결함을 라벨링 하는 것이 매우 중요한 지침입니다.

지도 모드에서 이미지를 양호로 라벨한 경우, (예, 결함 영역이 포함되지 않은 이미지)로 도구는 해당 이미지를 학습에 사용합니다. 특히, 도구는 정상으로 라벨 지정된 이미지에 대해 결함이 있다는 응답을 생성하지 않도록 네트워크를 트레이닝하려고 할 것입니다. 트레이닝 Set에, 결함이 없는 정상 이미지를 '정상'으로 라벨 지정해서 추가하면, 정상인 이미지와 불량 이미지를 분류하는 도구의 성능 검증에 도움이 됩니다.

이미지를 선택할 때, 런타임에서 접하게 될 것으로 예상되는 결함을 모두 포함하는 것은 물론, 결함이 없는 이미지도 포함하는 트레이닝 이미지 Set를 구성하는 것이 좋습니다. 특정한 결함이 어떻게 생겼는지 도구에게 가르치지 않으면, 도구는 이러한 결함을 찾지 못할 것이기 때문입니다. 예를 들어, 얼룩이 어떻게 생겼는지만 도구에 트레이닝시킨다면, 도구는 스크래치를 찾지 못할 것입니다.

지도 모드에서 도구를 트레이닝하는 절차는 다음과 같습니다.

1. 실제로 나타날 것이라고 기대되는 전체 결함 유형을 대표하는 이미지들을 수집합니다.

2. 트레이닝 이미지 Set의 각 이미지를 하나씩 보면서 주의 깊게 결함에 라벨을 지정합니다.

   결함	라벨

3. 정상인 이미지를 몇 개 추가하고 정상이라고 라벨을 지정합니다.
4. 해당 도구를 트레이닝합니다.

5. 결함 이미지는 물론 결함이 없는 정상인 이미지까지 포함하는, 트레이닝에 이용되지 않은 이미지를 제시하여 도구를 검증합니다.

   결함 마킹