학습 이미지 생성

1 개요

  1. FLImaging® AI에서 사용하는 학습 이미지 생성 방법과 Label 구조에 대한 내용을 기술합니다.
  2. 타사 라이브러리와 달리 편리한 Labeling 방식을 제공합니다.
  3. Classifier를 제외한 모델에서는 Figure 형태의 라벨이 필수적으로, FLIF 이미지 포맷을 사용하여야 합니다.

2 처리 순서

  1. 라벨링을 진행하여야 하는 이미지를 모두 로드합니다.
Learn Image Set

Fig. Learn Image Set 로드


  1. 이미지에 원하는 형태의 Figure를 선택하여 드로잉 합니다.
    • 툴바 또는 팝업 메뉴에서 Figure를 선택합니다. 지정된 단축키로도 동작합니다.
Toolbar Figure

Fig. Toolbar 메뉴에서 Figure 그리기 호출

Popup Figure

Fig. Popup 메뉴에서 Figure 그리기 호출


  1. Image에 선택된 Figure를 드로잉 합니다.
Figure Drawing

Fig. Figure로 라벨링할 영역 Drawing


  1. 드래그 또는 Shift+클릭으로 Figure들을 선택합니다.
Learn Image Set

Fig. 같은 카테고리에 넣을 Figure들 선택


  1. 팝업 메뉴에서 “Set Figure Name”을 선택합니다.
Select Figures

Fig. 라벨링을 위한 Set Figure Name 선택


  1. Label의 번호 및 클래스 이름을 지정합니다.
Set Figure Name

Fig. 선택한 Figure들의 번호 및 이름 지정


  1. 해당 Figure들을 이미지에 넣어줍니다.
Learn Image Set

Fig. 같은 카테고리에 넣을 Figure들 선택


  1. 정상적으로 입력되면 아래와 같이 출력됩니다.
Learn Image Set

Fig. 라벨링 결과


  1. 남은 페이지에 대해서도 1~8 순서로 처리합니다.
  2. 라벨링이 완료되면 원하는 위치에 저장합니다.
    • Viewer에서 Save를 사용하면 View 내의 모든 이미지들을 .flif로 저장되고, Save Current Page를 사용하면 현재 page 1장만 저장이 됩니다.
Save Button

Fig. 이미지 Save 버튼


Save Current Page Button

Fig. 이미지 Save Current Page 버튼


  1. 이미지 저장 및 라벨링에 도움이 되는 관련 문서
    1. 이미지 저장
    2. 라벨링 관련

3 라벨 구조

  1. Classifier
    1. Class Num + Class Name으로 입력합니다.
    2. 첫 번째 띄어쓰기, 첫 번째 괄호쌍은 무시됩니다.
      1. 1 Apple, 1(Apple) 모두 Class Num은 1, Class Name은 Apple로 저장됩니다.
    3. Figure 형태의 Label이 없는 경우 Page Name을 Label로 처리하고, Label Name 또한 형식이 맞지 않는 경우 Folder Name을 Label로 설정합니다.
  2. Semantic Segmentation, Instance Segmentation
    1. Classifier, Object Detection과 동일한 구조를 가지지만, Figure 형태의 Label이 존재하여야 합니다.
    2. ClassNum의 시작 번호는 1부터 시작됩니다.
      1. 0번의 경우 배경으로 지정됩니다.
  3. Object Detection
    1. Classifier와 동일한 구조를 가지지만 Figure 형태의 Label이 존재하여야 합니다.
  4. Character Based OCR
    1. Figure 형태의 Label이 존재하여야 합니다.
    2. Class Num이 사라지고 문자를 Class Name으로 설정하여 처리합니다.
      1. 문자열, 특수문자를 모두 포함합니다.
  5. String Based OCR
    1. Figure 형태의 Label이 존재하여야 합니다.
    2. Class Num이 사라지고 문자열을 Class Name으로 설정하여 처리합니다.
      1. 문자열, 특수문자를 모두 포함합니다.
  6. Anomaly Detection
    1. Label 없이 학습 이미지만을 가지고 학습을 진행합니다.
  7. Super Resolution
    1. Label 없이 학습 이미지만을 가지고 학습을 진행하지만 설정한 배율에 맞게 이미지를 입력해야 합니다.
  8. Generative Adversarial Network
    1. 모델 버전에 따라 Label 없이 학습 이미지만을 가지고 학습을 진행하거나 Classifier 와 동일한 구조를 가집니다.
  9. Generative Adversarial Network Inpainting
    1. Semantic Segmentation, Instance Segmentation 동일한 구조를 가지지만 0번 Class Num는 지정할 수 없습니다.