콘텐츠로 건너뛰기
STAGING SERVER
DEVELOPMENT SERVER

pylon AI 소개#

pylon AI는 딥러닝(DL) 기술을 사용하여 이미지 분석 작업을 수행할 수 있는 다양한 도구를 제공합니다.

pylon vTools로 생성한 비전 애플리케이션에 고급 딥러닝 모델을 통합함으로써 pylon AI는 기존 이미지 처리 방법의 한계를 뛰어넘어 복잡한 이미지 분석 과제를 해결할 수 있습니다. 일반적인 작업에는 Object Detection 및 분류뿐만 아니라 Instance 및 Semantic Segmentation이 포함됩니다.

작동 원리#

이 주제에서는 pylon AI가 딥러닝 작업을 단순화하는 방법과 구성 요소 및 기능이 pylon 에코시스템에 어떻게 부합하는지 설명합니다.

pylon AI vTool은 pylon Workbench에서 사용할 수 있는 표준 vTools와 함께 작동하도록 설계되었습니다. 이러한 통합을 통해 전통적인 이미지 처리 기술과 최첨단 AI 기능의 장점을 모두 활용하여 직관적인 이미지 분석 접근 방식을 제공합니다.

pylon AI 사용 이점#

  • 최소한의 개발 노력: pylon AI platform을 사용하여 AI 모델을 자유롭게 선택하고 광범위한 처리 하드웨어에 맞게 최적화할 수 있습니다. 이를 통해 특정 애플리케이션의 하드웨어에서 가장 우수한 성능을 발휘하는 모델 버전을 결정할 수 있습니다. 프로그래밍이 필요하지 않습니다. 머신 비전 작업에 맞게 모델을 최적화한 후 코드를 내보내어 애플리케이션 코드에 추가할 수 있습니다.
  • 손쉬운 배포: pylon Workbench에서 빌드한 애플리케이션에 DL 모델을 간편하게 통합하여 시간과 복잡성을 줄여줍니다.
  • 하드웨어 최적화: 특정 하드웨어 공급업체에 맞게 모델을 맞춤화하여 고성능과 유연성을 보장합니다.
  • 자유로운 모델 소스 선택: 업계 표준 ONNX 형식을 지원합니다. 즉, PyTorch, TensorFlow 또는 NVIDIA TAO 등 모델을 학습하거나 빌드할 프레임워크를 자유롭게 선택할 수 있습니다. pylon AI는 ONNX를 지원하므로 이들 모두와 호환됩니다.
  • 통합 에코시스템: pylon AI는 pylon Software Suite에 원활하게 통합되어 동일한 소프트웨어 환경에서 이미지 취득, 처리, 분석을 모두 수행할 수 있습니다.
  • 파트너 친화적인 전략: 포괄적인 솔루션을 위해 협업을 활용합니다.
  • 향상된 이미징 인텔리전스: pylon Workbench 내에서 카메라 파라미터를 최적화하여 DL 기반 애플리케이션의 효율성을 극대화합니다.
  • 우수한 성능 및 신뢰성: 안정적인 의사 결정을 위한 정밀하고 오류 없는 이미지 분석 결과.

자세한 내용은 Basler 웹사이트를 참조하십시오.

지원되는 모델 아키텍처#

올바른 딥러닝(DL) 모델을 선택하는 것은 이미지 분석 작업을 완료하기 위한 첫 번째 단계입니다. pylon AI는 기본적으로 다양한 모델 아키텍처를 지원하며, 특히 해당 AI vTool과 함께 사용할 수 있는 분류, Object Detection 및 segmentation 작업을 지원합니다.

아래는 pylon AI와 기본적으로 작동하는 현재 사용 가능한 모델 목록입니다. 다른 모델이 필요한 경우 언제든지 Basler에 문의하여 필요한 모델을 요청해 주십시오.

추후 또는 요청에 따라 더 많은 아키텍처가 추가될 예정입니다.

모델을 선택한 후에는 특정 이미지 패턴을 인식하고 분석하도록 학습시켜야 합니다. 현재 pylon AI 자체적으로는 학습 기능을 제공하지 않습니다.

적합한 학습 도구 목록은 다음과 같습니다.

  • Microsoft Azure Machine Learning
  • NVIDIA TAO
  • Amazon Sagemaker

pylon AI와 함께 사용하려면 원활한 통합과 호환성을 보장하기 위해 모든 모델이 ONNX 형식으로 제공되어야 합니다. ONNX는 업계 표준 형식이므로 학습 도구를 선택할 때 높은 자유도를 제공합니다.

pylon AI 구성 요소 개요#

다음 이미지는 pylon Software Suite의 맥락에서 pylon AI 구성 요소를 보여줍니다.

pylon AI 구성 요소

pylon AI Platform#

pylon AI Platform은 DL 모델의 수명 주기를 관리하기 위한 중앙 허브 역할을 하는 웹 애플리케이션입니다. 각 AI vTool에 대한 다양한 머신비전 프로젝트를 제공하며, 자신만의 프로젝트를 생성할 수도 있습니다.

AI Platform을 사용하여 벤치마킹 및 번들링을 포함한 자체 모델을 개발하고 최적화할 수 있습니다. 모델의 성능에 만족하면 pylon AI Agent를 사용하여 AI vTool에 배포할 수 있는 번들 형태로 릴리스합니다. 번들에는 최적의 성능을 보장하기 위해 하드웨어 구성, 모델 등 필요한 모든 정보가 포함되어 있습니다.

pylon AI Agent#

번들을 릴리스한 후 pylon AI Agent를 통해 접근할 수 있습니다. pylon AI Agent는 AI Platform과 AI vTool 간의 연결 고리입니다. AI Agent는 모델을 관리하고, 추론 프로세스를 처리하는 Triton Inference Server에 모델을 배포하는 데 도움을 줍니다.

Triton Inference Server#

Triton Inference Server는 추론 프로세스를 처리합니다. 딥러닝에서 추론이란 학습된 모델을 새롭고 보지 못한 데이터에 적용하여 콘텐츠에 대한 예측을 수행하는 것을 의미합니다.

Triton Inference Server는 다양한 처리 하드웨어 전반에서 AI 모델 배포 및 실행을 표준화하는 오픈 소스 소프트웨어입니다. 다양한 프레임워크(TensorFlow, PyTorch, ONNX 등) 및 하드웨어(GPU, CPU 등) 간의 추론을 위한 일관된 인터페이스를 제공하여 AI 모델 배포를 단순화합니다. 여러 GPU 또는 CPU에서 효율적인 추론이 가능합니다. 그 위에 동적 배치 기능, 즉 배치 크기를 동적으로 최적화하여 처리량과 리소스 활용도를 향상시키는 기능을 제공합니다.

Triton Inference Server는 pylon AI용 pylon Supplementary Package를 사용하여 별도로 설치해야 합니다. 해당 패키지는 Basler 웹사이트에서 다운로드할 수 있습니다.

pylon AI vTools#

pylon AI vTool은 Basler의 표준 vTool 포트폴리오를 보완하며, pylon Viewer의 Workbench에서 원활하게 작동하도록 설계되었습니다. 다양한 유스 케이스를 지원합니다. 최신 목록은 pylon AI vTools 섹션을 참조하십시오.

vTool 사용에 대한 일반적인 정보는 Working with Recipes, Recipe Management, Recipe Code Generator를 참조하십시오.