Practice

현장 프로젝트 실습

머신 비전의 산업적 적용에 중점을 둡니다. 기본적인 디지털 이미지 처리 및 머신 비전, 자동화 분야로의 적용을 다룹니다. 또한 제조환경의 적용 사례를 소개하고 산업체 문제해결 프로젝트를 수행합니다.
학생들은 자신이 배운 내용을 기반으로 뉴로클의 소프트웨어를 통해 프로젝트를 해결할 것입니다.

이런 분들께 추천합니다

실제 산업 현장의 프로젝트가 궁금해요.

학습한 인공지능 개념을 적용해보고 싶어요.

인공지능 기술이 실제로 어떠한 부분에서 효용을 낼 수 있는지 알고 싶어요.

Smart Factory Project

제품 외관 검사 자동화

제조현장의 많은 생산설비가 자동화되고 있습니다. 스마트팩토리 프로젝트 실습을 통해 산업현장에서 인공지능 기술을 이용한 외관 검사 자동화 시스템을 직접 구축합니다.
PCB 부품, 2차 전지, 식품, 박스 외관 등 다양한 제품의 외관을 검사하고 불량과 양품을 판단할 수 있습니다.

물류 비전 검사 자동화

배송물의 형태, 배송물의 크기, 파손, 분실 등에 대한 이미지 정보를 취득하고 처리할 수 있는 물류 자동화 솔루션이 각광받고 있습니다. 스마트팩토리 프로젝트를 통해 물류 창고 및 공장에 도입될 수 있는 자동화 솔루션을 구축합니다.
크기와 재질이 다양한 박스에 인쇄된 상품 코드를 인식하거나 제조일자 등 품번 판독, 스티커나 라벨 유무 판별 검사를 진행할 수 있습니다.

제품 외관 검사.png
물류 비전 검사.png

자율주행 시스템 Project

신호 인식

미래에 상용화 될 자율주행차 내 신호를 인식할 수 있는 시스템을 구축합니다. 이미지 전체의 의미를 파악하거나 분류하는 Classification 모델을 사용하여 신호를 인식할 수 있도록 합니다.
세 가지 신호에 대한 이미지를 학습하여 자율주행차가 상황에 따라 주행 혹은 정지하도록 합니다.

사람 및 물체 인식

자율주행차 내 사람이나 물체를 인식할 수 있는 시스템을 구축합니다. 물체의 종류, 위치, 개수 등을 파악하는 모델인 Object Detection 모델을 사용하여 다양한 객체를 학습합니다.
이를 통해 장애물로 인식된 물체를 피해서 주행할 수 있도록 합니다.

신호인식 (1).png
객체인식.png

Inference Program 개발

판독 프로그램 개발

인공지능 모델을 생성한 이후, 다양한 디바이스에 모델을 직접 적용할 수 있는 판독 프로그램을 개발합니다. 뉴로클의 Runtime Framework를 통해 예제 코드 환경을 구성하고 예제를 실행하여 실시간으로 딥러닝 모델을 적용할 수 있습니다.


*뉴로클이 제공하는 API (Status, Device, NDBuffer, Shape, Model, Executor)

판독 프로그램.png