브라우저가 오래되었습니다. 이 홈페이지의 일부 기능이 표시되지 않을 수 있습니다. 브라우저 업데이트 방법을 배우십시오.

확인
비전 시스템 설정하기 온라인 샵

컴팩트한 CNN (Convolutional Neural Network, 컨볼루션 신경망) 기반 박테리아 분류

컴팩트한 CNN (Convolutional Neural Network, 컨볼루션 신경망) 기반 박테리아 분류

주요 내용

암 또는 감염성 질병 등에 대한 과학적 검사나 의학적 진단은 많은 경우 생물학적 샘플의 현미경 이미지를 기반으로 합니다. CNN (Convolutional Neural Network, 컨볼루션 신경망)을 사용하여 이미징 시스템을 향상시키면 샘플 평가가 자동화되는 동시에 높은 신뢰도가 보장됩니다. 따라서 일관된 품질과 프로세스 속도 개선에 기여할 수 있습니다. Basler는 이미지 캡처를 위한 개별 구성 요소 외에도 화상 처리 및 분석은 물론 원하는 대상 환경으로의 전송을 포함하여 조정된 전체 비전 시스템의 개발 서비스를 제공합니다.

문제 상황

컴팩트하고 빠르고 경제적이며 안정적입니다. 과학 분야 또는 의료 실험실용 비전 기반 분석 디바이스에 대한 요구 사항이 점점 더 중요해지고 있습니다. 이러한 모든 요구 사항을 결합하는 것은 까다로운 작업입니다. 렌즈, 카메라, 케이블 및 프로세서 보드에서 시스템 및 CNN (Convolutional Neural Network, 컨볼루션 신경망) 기반 어플리케이션 소프트웨어에 이르기까지 모든 구성 요소가 조화를 이루는 것이 중요합니다. 이러한 접근 방식은 신뢰할 수 있는 결과와 진단을 위한 기본 조건을 충족하는 기능적인 비전 시스템을 만드는 유일한 방법입니다.

솔루션

데모 설정에서는 시료에서 서로 다른 4가지 박테리아 종을 식별하고 결과 확실성(신뢰도)을 백분율로 표시합니다. Basler의 전문성 덕분에 컴퓨터 비전 솔루션은 서로 원활하게 호환되는 하드웨어 및 소프트웨어 구성 요소로 구성됩니다.

시스템 하드웨어는 1/1.8” S-마운트 렌즈, 5MP 해상도 및 USB 3.0 인터페이스의 Basler dart 카메라 모듈, USB 3.0 데이터 케이블 및 NVIDIA®의 Jetson™ Nano 프로세서 보드로 구성됩니다.

시스템 소프트웨어는 시스템 및 어플리케이션 소프트웨어로 구성됩니다. 시스템 소프트웨어의 개별 요소는 일관된 시스템을 형성하고 Linux 아키텍처에 쉽게 통합됩니다. 어플리케이션 소프트웨어는 CNN(Convolutional Neural Network, 컨볼루션 신경망)을 기반으로 합니다. CNN은 호스트 측에서 데이터를 이용한 훈련이 진행되지만 추론(이미지 분석 및 결과 생성)은 디바이스 자체(엣지)에서 이뤄집니다.

이점

  • CNN (Convolutional Neural Network, 컨볼루션 신경망)을 통한 안정적이고 빠른 오브젝트 분류
  • 전체 비전 시스템의 구성 요소가 최적의 방식으로 함께 원활하게 작동
  • 단일 공급업체로부터 하드웨어, 소프트웨어 및 개발 서비스를 제공받아 노력, 비용 및 시간 절감 가능

활용 사례 읽기

이 솔루션이나 해당 개별 솔루션에 대해 궁금한 점이 있으십니까? 언제든지 문의해 주시면 Basler가 친절히 답변해 드리겠습니다!

Basler 영업 팀에 문의하기