![[Neurocle] Logo_white.png](https://static.wixstatic.com/media/242158_0a4304ae861e4107925bc861d88c280f~mv2.png/v1/fill/w_150,h_21,al_c,q_85,usm_0.66_1.00_0.01,enc_auto/%5BNeurocle%5D%20Logo_white.png){kind=small}
New Features
New Software 4.0 Version Release!
GAN Model &
Generation Center
결함 데이터가 부족하여 검사 모델의 성능이 저하되는 상황에서, 실제와 유사한 가상 결함을 생성하여 검사 모델 학습에 사용할 수 있는 기능입니다.
생성한 가상 결함 이미지를 통해 검사 모델을 학습하였을 때, 기존 모델 대비 대폭 향상된 검사 정확도를 얻을 수 있습니다.
Generation Center에서는 여러 가지의 결함 생성 옵션을 제공하기에, 사용자가 원하는 대로 실제와 유사한 결함을 다양하게 생성하는 것도 가능합니다.
_edited_edited.png)
Unsupervised Model :
Anomaly Classification & Anomaly Segmentation
뉴로클의 새로운 비지도학습 모델은 정상 이미지만을 기반으로 학습을 진행하여 정상과 비정상을 판별합니다.
일반적인 비지도학습 모델의 경우, 양불 판정의 정확도가 높지 않다는 문제가 있었으나 뉴로클의 비지도학습 모델들은 높은 정확도를 자랑합니다.
더하여 신규 비지도학습 모델들은 이미지를 비정상으로
판단한 근거를 heatmap과 blob을 통해 시각적인 지표로 제공해주어, 사용자는 보다 구체적인 결과값을 얻을 수 있습니다.
Smart Labeling Tools :
Auto-Selector & Keyword Labeler
Auto-Selector는 이미지 내 객체를 기반으로, 유사한 특성을 가지는 객체의 영역을 자동으로 선택할 수 있는 기능입니다.
Keyword Labeler는 짧은 키워드를 입력하여 자동으로 이미지 내에서 특정 키워드에 해당하는 부분을 Box 형태로 레이블링하는 기능입니다. 이때, 보다 정교한 형태의 레이블링이 필요하다면 'Convert Boxes to Polygons' 기능을 통해 Box 형태의 레이블을 전부 Polygon 형태로 변경할 수 있습니다.
.png)
Multi-model Export
복수 개의 모델을 병렬적으로 연결한 Flowchart 모델을 런타임에서 단일 API로 호출하여 사용할 수 있는 기능입니다.
이를 통해 런타임에 소요되었던 프로그래밍 공수를 대폭 절감할 수 있습니다.
.png)
High-level API Module
Real-time Inference Engine인 Neuro-R의 API를 고도화하였습니다. 사용자들은 고도화된 API를 사용하여 모델 적용 과정의 프로그래밍 공수를 대폭 절감할 수 있습니다.
Pretrained OCR
사전학습된 OCR 모델을 통해 레이블링 공수 일절 없이 정확도 높은 모델 생성이 가능한 전면 자동 레이블링 기능입니다.
수작업으로 레이블링한 후 생성한 모델 대비, 검사 정확도는 유지하며 모델 생성에 소요되는 시간을 대폭 단축할 수 있습니다.
