테크닉스는 5월 23일 HALCON 23.05 버전 출시 예정이라 밝혔다. 

 

새롭게 출시하는 HALCON 23.05 버전에는 3D Gripping Point Detection, Global Context Anomaly Detection, Bar Code Reader Improvements, Deep OCR Training 등 기타 다양한 기능이 추가됐다. 

 

 

3D Gripping Point Detection

 

 

HALCON에서는 딥러닝이 3D 솔루션에도 적용됐다. 3D Gripping Point Detection 기능은 대상체에 대한 사전 정보 없이도 POSE값 추출이 가능하기 때문에 다양한 현장에 유연하게 적용할 수 있다. 

 

Global Context Anomaly Detection

 

HALCON의 기존 Anomaly Detection과 마찬가지로 '좋은 이미지'만 트레이닝 데이터로 필요하고, 데이터 라벨링을 하지 않아도 된다. . 이 기술을 통해 누락, 변형 또는 잘못 배열된 구성 요소와 같은 기존에 감지하지 못했던 변형 또한 감지할 수 있다. 반도체 생산의 인쇄 회로 기판 검사 또는 각인검사 등에 활용될 수 있다. 

 

 

Bar Code Reader Improvements

 

HALCON 바코드 인식은 매우 얇은 막대가 포함된 코드(서브 픽셀 정도)를 읽을 수 있다. 서브 픽셀 바코드 인식은 낮은 분해능을 가진 이미지에서도 코드 인식이 가능하며, 디코딩 속도는 최대 50%까지 증가했다. 또한 초점이 맞지 않는 흐릿한 환경에서도 높은 인식률을 자랑한다. 

 

 

Deep OCR Training

 

HALCON DeepOCR에서 트레이닝 기능이 제공된다. 매우 드물게 사용되는 특수 문자나 다양한 인쇄 스타일도 사용자 트레이닝을 통해 Deep OCR에 대한 성능을 크게 향상시키고, 애플리케이션을 훨씬 더 강력하게 만들어 준다. 

 

Generic Shape Matching

 

Generic Shape Matching은 MVTec의 형태 기반 매칭(Shape-based Matching) 기술을 더욱 사용자 친화적이고 미래지향적인 방법으로 만들었다. 필요한 오퍼레이터 수를 크게 줄임으로써 사용자는 더욱 빠른 솔루션을 쉽게 구현할 수 있다. 또한 HALCON의 다양한 형태 기반 매칭 방법을 단일 오퍼레이터 세트로 통합하여 쉽게 사용할 수 있다.

 

 

New Data Type ‘Memory Block’

 

HALCON 22.11은 메인 메모리에 할당된 PNG 또는 JPEG 이미지 블롭으로 HImage를 인코딩하고 외부 액세스를 위해 해당 이미지에 대한 포인터를 공유할 수 있다. 반대로, HALCON을 사용하면 하드 디스크에 액세스하지 않고도 PNG 또는 JPEG 이미지를 HALCON 메모리에 로드할 수 있다.

 

 

Guided Grad-CAM Heatmap for Deep Learning

 

Guided Grad-CAM은 이제 이미지의 어떤 영역이 딥 러닝 네트워크의 결정과 관련이 있는지에 대한 훨씬 더 정확한 단서를 제공하는 새로운 방법이다. 예를 들어, 오 분류를 사후 처리 단계에서 더 정확하게 분석할 수 있다.

 

 

딥 러닝 Instance Segmentation

 

새로운 딥 러닝 방법 Instance segmentation이 추가됐다. 이 새로운 방법은 세그먼테이션 과 오브젝트 디텍션의 두 가지 장점을 결합한 기능이다. Instance segmentation을 사용하면 동일한 클래스의 객체가 서로 가까이 있어도 각 객체를 분할된 상태로 구별할 수 있다.

 

 

테크닉스는 지난 달 MERLIC 5.3도 출시했다. 

 

MERLIC은 MVTec의 머신 비전 전문 지식을 기반으로 하며, 이미지 중심의 사용자 인터페이스와 직관적인 작동 개념은 효율적인 워크플로우를 보장한다. 이를 통해 머신 비전 애플리케이션의 생성 및 배포 시간을 크게 단축할 수 있다.

 

이 소프트웨어에는 최첨단 딥 러닝 기능과 룰베이스 기반의 이미지 처리 방법들이 포함되어 있다. MERLIC을 사용하면 광범위한 이미지 처리 작업을 쉽고 직관적으로 해결할 수 있다. MERLIC은 Windows 및 Linux 기반 PC 시스템과 Arm 기반 임베디드 플랫폼을 지원하고 있다.

 

MERLIC 5.3은 딥 러닝 기술을 더욱 발전시키는 동시에 인터페이스를 간소화하고 사용자 편의성을 확대했다.

 

 

딥러닝 기반 Object Detection 지원

 

객체 감지를 위한 딥 러닝 기술은 이제 MERLIC에서도 사용할 수 있다. 'Object Detection' 도구는 트레이닝된 개체 클래스를 찾아 바운딩 박스로 식별한다. 부분적으로 겹치는 물체도 카운팅 할 수 있다. 라벨링 및 모델 트레이닝은 무료 MVTec 딥 러닝 툴을 사용이 가능하며, 트레이닝된 네트워크를 MERLIC에 로드하여 클릭 한 번으로 쉽게 사용할 수 있다.

 

MERLIC 실시간 동작 중에 설정 변경 및 추가 가능

 

MERLIC 5.3에서는 실행 중에도 MERLIC 프론트엔드에서 실시간 동작 중에 설정 변경 및 추가 기능을 사용할 수 있다. 예를 들어, 새로운 매칭 모델 또는 코드 판독 파라미터를 트레이닝이 가능해 짐으로서, 최종 고객은 MERLIC 프론트 엔드의 생산 라인에서 직접 다른 제품에 대한 트레이닝을 수행할 수도 있다.

 

HALCON 23.05 버전과 MERLIC 5.3의 자세한 내용은 테크닉스를 통해 확인할 수 있다. 

 

헬로티 함수미 기자 |