화인스텍 / 머신비전 분야에 특화된 SUALAB - SuaKIT 딥러닝

머신비전 소프트웨어 라이브러리

SuaKIT은 머신비전 분야에 특화된 딥러닝 검사 소프트웨어다. 인공지능 이미지 해석 기술을 기반으로 태양광, 디스플레이, 반도체, PCB, 자동차 부품, 도장 검사, 섬유, 식음료 이물 검사, 패키징 외관 검사, 2차 전지, 철강, 비파괴 검사와 같이 기존 머신비전 기술로 검사하기 어려운 여러 제조업 분야 제품 검사에 적용할 수 있다.

SuaKIT은 Developer와 Runtime 두 종류로 분류된다. Developer는 C++ 또는 C# 지원과 GUI상에서 모델을 훈련하거나 테스트할 수 있으며, 생성한 모델을 추출할 수도 있다. 실행 시간은 생성한 모델을 실제 생산 라인에 적용해 검사할 수 있고 기존 검사 장비와 연동해서 쓸 수도 있다.

SuaKIT은 총 3가지 기능을 갖고 있다. 첫 번째로 불량 검출 또는 영역을 표시해주는 Segmentation, 두 번째로 양품과 불량을 분류하고 불량의 유형을 분류해주는 Classification, 마지막으로 각 Class의 물체 개수와 위치를 파악해주는 Detection이다.

위에 언급한 3가지 기능을 쓰기 위해선 이미지의 학습이 필요하다. SuaKIT은 여러 가지 학습방법론을 보유했으며, 이미지 구성 방식에 따라 아래와 같이 총 4가지 학습 방법론을 제공한다. (SuaKIT은 크게 학습 단계와 테스트 단계로 나뉘는데, 학습 단계에서 고객사 측의 이미지 데이터 준비와 결함 유형 정의가 요구된다.)

- Single Image Analysis : 각각 이미지의 특성을 학습하고 검출한다.

- Image Comparison : 두 이미지 간의 차이점을 집중해 학습하고 검출한다.

- Multi Image Analysis : 여러 이미지 간의 상관관계를 분석해 학습하고 불량을 검출한다.

- One Class Learning : 결함 이미지 없이, 정상 이미지만 학습해서 불량을 검출한다.

딥러닝 검사 방식 vs 머신비전 검사 방식

기존 머신비전 검사 방식은 정형화된 패턴 속에서 불량의 특징(명도, 반경 등)을 정의하고 그 한계점을 수동으로 설정한다.

머신비전 검사 방식으로는 규칙을 정의할 수 없는 비정형화된 이미지를 의미 있는 수준으로 분석해낼 수 없다.