라온피플, AI 비전 검사 솔루션 'NAVI AI 3.0' 출시

인공지능 비전 전문 기업인 라온피플(대표 이석중)은 비전검사 솔루션인 ‘NAVI AI’의 3.0 버전을 출시했다고 17일 밝혔다.

NAVI AI 솔루션은 라온피플의 딥러닝 알고리즘을 활용해 이미지를 학습하고 분석하고, 검출하기 어려운 불량을 검사해낸다. 빠른 속도를 가지면서도 낮은 오류로 공정의 효율성과 검사의 정확성을 높여준다. 달라진 NAVI AI 3.0 버전을 통해 빠르면서도 심플한 학습이 가능하며 최적화를 통한 비용을 최소화할 수 있고, 딥러닝을 통한 결과 분석도 가능해진다.

멀티라벨(Multi Label) 기능, 패치 트레인(Patch Train) 등 산업에 특화된 딥러닝 기술을 지원하고, 기존 2.0 버전에 비해 빠른 학습 및 검사 속도를 제공하며, 다양한 플랫폼을 지원한다. 딥러닝 결과를 분석할 수 있는 히트맵을 제공하고, 딥러닝에 대한 지식이 없어도 제조업에 적용할 수 있도록 직관적인 UI 및 구성 등 사용자 편의성도 업그레이드됐다.

멀티 라벨 기능은 한 장의 이미지 속 여러 유형의 불량을 한번에 학습한다. 즉 검출 대상에 따라 라벨 추가하면 라벨 별 검출을 확인하게 된다. 멀티 채널(Multi Channel) 기능은 여러 방식으로 촬영한 이미지를 한번에 처리하는 학습 방법이다. 즉, 딥러닝 내부에서 앙상블 조건을 자동 생성하고 최적의 학습과 검사를 실행하게 된다. 패치 트레인 기능은 기존의 방식으로는 대용량 이미지(100M이상의 해상도를 가지는 이미지)의 학습할 방법이 없는 부분을 해결하기 위해 결함이 있는 특정 영역을 잘라 훈련하는 방식을 제공하여 대용량 이미지 학습이 가능하도록 제공한다.

배치 트레인은 최대 10개의 저장된 설정 파일을 순차적으로 학습하는 기능이다. 최적화된 모델을 효율적으로 찾는 방법이다. 설정 값을 저장하고 클릭 한 번하면, 일괄 학습이 진행된다.

학습 속도 향상을 위해 GPU 메모리 사용량 감소, 인메모리 Use In memory data 동작, 강화된 Augmentation 기능 등을 통해 학습 속도를 향상 시켰다.

NAVI AI SDK 1.3는 최신 GPU에 최적화 시키고, 최신 딥러닝 모델의 아이디어 적용, TensorRT/ OpenVINO등을 이용해 데이터 양자화 및 네트워크 Fusion 기법을 통해 2-3배 정도 비약적인 검사 속도를 향상시켰다.

TensorRT 지원으로 기존에 모델에 비해 약 2-3배 가량 메모리 사용량이 줄어들게 되고, 검사 속도 역시 2-3배 가량 향상된다. 또한 Pre-optimize Tool을 제공해 로딩 속도가 향상된다. OpenVINO 지원으로 Intel CPU/GPU/Movidius에 최적화 되어 nVidia GPU 없이 딥러닝 검사가 가능하다.

히트맵 기능은 딥러닝 알고리즘이 어떤 부분을 분석해서 결과를 도출했는지 확인할 수 있는 기능으로 즉 학습이 원하는 방향으로 잘 됐는지 확인 가능하다.

Classification 문제에서 단순히 학습된 class에 대한 정규화 된 확률 값 만을 전달해 새로운 유형의 Class가 올 경우 처리 하지 못하는 문제가 있다. 이를 해결하기 위해 학습에 사용한 이미지들과 얼마나 유사 한지를 수치화 시켜 Confidence값으로 제공하여 Unknown class에 대한 신뢰성을 확인할 수 있도록 제공한다.