pylon AI: 이미지 분석 함수 생성

목차

1. 새 프로젝트 만들기

2. 이미지 데이터 세트 및 AI 모델 업로드 및 매핑

3. 테스트 실행에서 AI 모델 최적화

4. 릴리스 및 다운로드

5. AI 모델을 pylon AI vTool에 로드

전제 조건

pylon AI를 시작하려면 다음과 같이 액세스해야 합니다. pylon AI platform와 함께 pylon 소프트웨어 제품군 및 pylon AI 추가 패키지 다운로드하여 설치합니다.

1. 새 프로젝트 만들기

먼저, 이미지 데이터와 AI 모델을 로드 할 프로젝트를 생성한 뒤, 어플리케이션에 맞는 이미지 분석 기능을 선택합니다.

1. 좌측 메뉴의 ‘My Projects’를 클릭하고, 상단에 위치한 ‘Create new project’ 버튼을 눌러 프로젝트를 생성합니다.

2. ‘Project type’에서 pylon AI vTool로 제공되는 이미지 분석 기능을 선택합니다.

3. ‘Project name’에 프로젝트명을 입력해 식별하기 쉽게 설정합니다.

4. 필요에 따라 ‘Project description’에 프로젝트에 대한 간단한 설명을 입력합니다.

5. 화면 하단의 ‘Create new project’ 버튼을 눌러 프로젝트 생성을 완료합니다.

생성한 프로젝트는 ‘My Projects’ 섹션에서 바로 확인할 수 있습니다.

2. 이미지 데이터 세트 및 AI 모델 업로드 및 매핑

다음 섹션에서는 주석 처리된 샘플 이미지와 사용자 AI 모델을 platform에 업로드한 후, 프로젝트 클래스 기준으로 서로 매핑하는 방법을 안내합니다.

2a 이미지 데이터 세트 업로드

1. My Projects 섹션에서 기존 프로젝트를 엽니다.

2. Data Set에서 Add data set버튼을 클릭합니다.

3. Data set name에 데이터 세트 이름을 입력한 후, Add버튼을 클릭합니다.

4. Upload Data 페이지에서 Data format에서 데이터 형식을 선택합니다.

5. 자신의 데이터 세트를 추가하려면 Add data에서 Browse를 클릭합니다.

6. 이미지 수 및 연결된 데이터 세트 클래스 등의 결과는 Data Validation 우측 영역에 표시됩니다. 이미지 주석을 포함하려면 Annotations에서 기본 선택 옵션(활성)을 그대로 유지합니다. 참고: 업로드 후에는 주석 정보가 더 이상 제공되지 않으므로, 반드시 데이터 세트 클래스를 생성해야 합니다(다음 단계를 참조).

7. Class Mapping에서 Map classes 버튼을 누릅니다. Autocreate classes 버튼을 클릭해서 주석 정보를 기반으로 데이터 세트 클래스를 자동으로 생성하거나 각 항목 우측의 화살표를 클릭해 Add new class를 선택하면 개별 클래스를 수동으로 생성할 수 있습니다.

8. Upload버튼을 눌러 프로젝트를 업로드하세요. 업로드가 완료되면 프로젝트가 표시됩니다.
   해당 프로젝트를 클릭한 후 My Projects섹션으로 돌아가 다시 프로젝트를 선택하고, 상단 메뉴에서 Data Sets를 클릭합니다. 프로젝트를 다시 클릭한 뒤 Publish 버튼을 두 번 눌러 프로젝트를 게시할 수 있습니다.

2b AI 모델 업로드

1. Model Versions에서 Add model version버튼을 누릅니다.

2. New model name에 AI 모델의 이름을 입력하고 Create 버튼을 클릭합니다.

3. Model configuration에서 우측 화살표를 클릭해 사용하려는 모델 설정을 선택하세요.

4. AI 모델을 추가하려면 Add data 아래의 Browse버튼을 누릅니다.

5. 업로드가 완료되면 Show classes버튼을 눌러 모델 클래스들을 확인할 수 있습니다.

6. Finish버튼을 클릭합니다.

7. 상단 바 왼쪽에 있는 홈 아이콘(집 모양)을 클릭해 메인 화면으로 이동합니다.

2c 이미지 데이터 세트와 AI 모델의 매핑

1. 상단 바에서 Mapping을 클릭하여 데이터 세트와 AI 모델의 클래스를 프로젝트 클래스에 매핑합니다.

2. 데이터 세트 클래스를 프로젝트 클래스에 자동으로 매핑하려면 Data Set Classes 탭에서 Automap을 클릭한 다음 Map classes버튼을 클릭합니다.

3. Model Classes탭으로 전환합니다. 해당 탭에서 Automap을 클릭한 다음 Map classes 버튼을 클릭합니다.

4. 상단 바 왼쪽에 있는 홈 아이콘(집 모양)을 클릭해 메인 화면으로 이동합니다.

3. 테스트 실행에서 AI 모델 최적화

성능 벤치마킹: 다양한 처리 하드웨어에서 최적화된 모델의 동작과 성능을 확인할 수 있습니다.

1. Create trial버튼을 클릭하고 Trial name항목에 이름을 입력합니다.

2. 이미지 데이터 세트를 추가하려면 Data set에서 Add data set를 클릭합니다. 원하는 데이터 세트를 선택하고 라디오 버튼을 체크한 후, Add data set를 다시 클릭해 추가를 완료합니다.

3. AI 모델을 추가하려면 Model 항목의 Add model을 클릭합니다. 원하는 모델을 선택한 뒤 라디오 버튼을 체크하고, Add model을 다시 클릭해 추가를 완료합니다.

4. 이미 매핑된 데이터 세트 클래스와 모델 클래스를 확인하려면, Project mapping 항목의 See mapping버튼을 클릭합니다.

5. Create를 클릭합니다.

6. Add next trial run을 클릭하고 하드웨어를 선택한 다음 하드웨어 선택을 클릭합니다. 화살표를 사용하여 ONNX 모델 형식과 원하는 처리 하드웨어를 각각 선택합니다.

7. 다른 하드웨어를 추가하려면 Add next trial run을 다시 클릭합니다. 하드웨어를 선택한 후, Select hardware을 클릭합니다. 화살표를 사용하여 ONNX 모델 형식과 처리 하드웨어를 다시 선택합니다.

8. Run trial을 클릭합니다. 시스템이 선택한 처리 하드웨어별로 프레임 속도, 지연 시간, 안정성, 전력 소비를 자동으로 측정합니다.

9. 오른쪽의 Inference results버튼을 눌러 데이터 세트의 이미지에 대한 추론 결과를 확인합니다.

My Projects 버튼과 홈 아이콘(집 모양)을 클릭해 다음 단계로 이동합니다.

4. 릴리스 및 다운로드

번들을 릴리스할 때 두 가지 옵션이 있습니다. 첫 번째는 번들을 ZIP 파일로 다운로드하는 방법입니다(4번 항목 참조). 두 번째는 온라인 연결이 가능한 경우, 다운로드 없이 번들을 pylon AI vTool에 직접 드래그하여 넣는 방법입니다(5.1번 항목 참조).

1. 목록에서 하드웨어/처리 하드웨어를 선택하고 오른쪽의 Release bundle버튼을 누릅니다. 이미지 데이터와 AI 모델 번들에 이름을 지정하고 Release bundle버튼을 다시 클릭합니다.

2. 목록에서 번들을 선택하고 오른쪽 라인의 Go to bundle버튼을 누릅니다.

3. 세부 정보를 확인한 후 Download를 클릭합니다.

5. AI 모델을 pylon AI vTool에 로드

pylon Viewer에서 최적화된 AI 모델을 드래그 앤 드롭 방식으로 pylon AI vTool에 로드하세요. 이 작업은 온라인 또는 오프라인 환경 모두에서 가능합니다.

데스크톱에서 pylon Viewer 앱을 엽니다. pylon 다운로드

1. 좌측 상단의 pylon vTools 목록에서 pylon vTool "Image Loading"을 드래그하여 워크벤치에 놓고, 해당 pylon vTool을 더블 클릭해 통신 창을 엽니다.

2. 우측 상단의 세 점 아이콘을 클릭해 분석할 이미지 데이터의 저장 위치를 열고, pylon Viewer에서 이미지를 확인합니다.

3. 이제 이미지 분석에 사용할 pylon AI vTool 또는 pylon AI platform에서 모델을 최적화한 vTool을 선택하세요. 해당 vTool을 더블 클릭해 추론 옵션을 설정하고 실행 환경을 구성할 수 있습니다.

4. Inference Settings에서 업데이트 화살표를 클릭하면 올바른 추론 서버가 자동으로 연결됩니다. 수동 설정도 가능하며, Connect를 클릭해 연결을 완료합니다.

5. Model Selection의 이전에 최적화 및 릴리스한 모델 유형을 선택합니다.

   • 5.1 번들이 선택 목록에 아직 표시되지 않는 경우 pylon AI Agent를 통해 로컬 저장소에서 오프라인 배포할 수 있습니다. 또는 온라인 연결 이 가능한 경우 pylon AI platform에서 최적화된 번들에 직접 접근하는 것도 가능합니다.

   • 5.2 적화된 번들을 창에 드래그 앤 드롭한 후, Deploy를 클릭합니다.

   • 5.3 Deployed Model 탭에서 모든 모델을 확인하고 관리할 수 있습니다. 이후 창을 닫으시면 됩니다.

   • 5.4 이제 드롭다운에서 배포된 번들을 선택하거나, 업데이트 화살표를 사용해 최신 버전으로 자동 채울 수 있습니다.

6. ‘Ok’를 클릭하면 이미지 분석을 시작할 준비가 완료됩니다.

튜토리얼에서 단계별로 확인해보세요. 튜토리얼 pylon vTools를 사용하여 이미지 처리 및 분석을 설정하는 방법과 레시피를 만드는 방법에 대해 설명합니다.