문제 상황
혈액 도말 표본에 대한 실험실 분석은 신뢰할 수 있어야하며, 신속하면서도 많은 비용이 소요되지는 않아야 합니다. 이러한 모든 요건은 CNN 기반 컴퓨터 비전 시스템을 활용하여 분석 프로세스를 자동화함으로써 충족될 수 있습니다. 또한 높은 해상도 및 빠른 속도에 대한 요구 사항으로 대용량 데이터도 신속하게 전송 및 처리되어야 합니다.
솔루션
이 데모에서는 CNN을 사용하여 혈액 도말에서 말라리아 전염병를 유발할 수 있는 말라리아 플라스모듐속(Plasmodium genera)을 식별합니다. CNN은 말라리아 플라스모디아를 7개의 미리 정의된 클래스 중 하나로 분류하고 계산합니다. 그 결과 말라리아의 형태를 확실하게 판단할 수 있습니다. Basler는 이 문제 또는 이와 유사한 문제를 해결하기 위해 고객에게 적합한 하드웨어 및 소프트웨어 구성 요소를 선택하고 일관된 컴퓨터 비전 시스템으로 구성합니다.
이 데모의 시스템 하드웨어에는 20MP 해상도, 1.1인치 센서 포맷 및 CXP-12 인터페이스의 듀얼 채널 boost 컬러 카메라가 포함됩니다. 이 카메라를 사용하면 높은 해상도로 매우 빠르게 순환하는 이미지를 캡처할 수 있으며 이는 높은 스캔 속도 또는 높은 시료 처리량의 토대가 됩니다. 대용량 데이터에 대한 (사전)처리 및 분석 작업에는 적절한 추가 구성 요소가 필요합니다. 이 경우 프로그래밍 가능한 imaWorx CXP-12 Quad 프레임 그래버는 이미지 처리 및 분석 작업을 수행할 뿐만 아니라 FPGA 기반 실시간 데이터 사전 분석을 통해 자동 초점과 같은 기능을 지원합니다. 이와 더불어 C-마운트 렌즈와 2개의 CXP-12 데이터 케이블은 시스템 하드웨어를 완성합니다.
Basler의 VisualApplets 소프트웨어는 프레임 그래버 FPGA를 프로그래밍하는 데 사용됩니다. 데이터 사전 분석의 구성 및 프로그래밍 작업과 프레임 그래버 FPGA에서의 CNN 구현 작업은 소프트웨어의 그래픽 사용자 인터페이스에서 수행됩니다. CNN은 호스트 측에서 미리 훈련됩니다. 그러나 프레임 그래버 FPGA는 CNN 구현에 충분한 용량을 제공하고 고성능 추론을 지원합니다. 고객의 요구 사항에 따라 CNN은 한 번 훈련되고 프레임 그래버의 FPGA에서 구현되거나, 고객에게 나중에 CNN을 조정할 수 있는 옵션이 제공됩니다.
이점
- Sony Pregius S 센서(예: IMX531)를 기반으로 구현되는 boost 카메라의 뛰어난 이미지 품질
- 대량의 데이터를 빠르게 생성하고 고성능으로 처리하는 하드웨어의 최적 상호 작용(20MP CXP-12 카메라 및 프레임 그래버)
- 프레임 그래버에서 900MB/s 이상의 속도로 데이터 사전 분석 및 CNN 기반 평가를 실시간으로 수행하여 호스트 측 시스템 요구 사항을 낮추고 비용 절감
- 분류에 대한 높은 신뢰성과 매우 단시간에 결과 활용 가능
이 솔루션이나 해당 개별 솔루션에 대해 궁금한 점이 있으십니까? 언제든지 문의해 주시면 Basler가 친절히 답변해 드리겠습니다!