AI
-
자동화(Automation) vs AIAI 2022. 8. 11. 09:15
AI와 자동화의 차이점을 무엇일까? 요즈음 현업들과 논의를 하다보면 "AI가 알아서 다해주는 거 아니야?" 혹은 "컴퓨터가 좀 대신 알아서 해 줄 수 없나?" 라는 말을 자주 듣게 된다. AI가 마치 인간을 대신하는 아이언맨에 나오는 자비스 처럼 무언가를 알아서 척척 다해주는 만능이라 생각하는 것 같다. AI(인공지능)는 알아서 해주는 것이니 자동화와 혼동하는 일이 많은 것 같아, 이 개념부터 정리 해보고자 한다. 우선 자동화의 개념부터 살펴보자 자동화의 영어표기는 Automation = Automatic + Operation의 합성어 이다. 자동적인 운영이라는 의미를 내포하고 있다. 이는 제조 및 생산에는 기계, 장치, 기기 등의 조작이 제어 장치에 의해 스스로 관리되고 조절되는 시스템이고, 자동화된 ..
-
[인공지능] AI는 무엇인가? 인간의 협업 모델에 대한 내용AI 2022. 8. 3. 14:43
AI도입에 있어.. 체계에 있어 AI는 인간의 대체가 아니라, 상호의존적이고 협업 체계가 필요한 관계임을 설명하는데 참고 할만하여 발췌했습니다. AI-인간 협업의 중요성 AI혁신에 있어 AI 시스템을 프로젝트 시스템을 확보했다고 끝난 것이 아니다. 곧바로 AI 경쟁력이 생긴다고 생각해서는 안된다. AI인력이 모여 혁신적인 시스템을 구축하여 오픈했다고 해서 마법같은 일이 벌어 지지 않는다. "AI의 효과를 극대화하기 위해서는 AI와 AI 인재가 최적의 헙업 체계를 구축해야 한다." 하버드 비즈니스 리뷰(HBR)가 1,075개 기업을 대상으로 조사한 연구에 따르면, 회사 내에 인간과 AI 협업체계를 많이 갖출수록 높은 성과가 나타났다. 혁신의 속도, 비용절감, 수익 창출 측면에서 유리하다. 은 기존 인력을 ..
-
[딥러닝] 이미지 데이터 라벨링/Annotation 툴 및 환경 구성AI 2022. 8. 3. 14:38
이미지 라벨링 작업 환경 구성 1. Anaconda 설치 -. Anaconda : DataScience을 위한 Python 가상환경 -. 설치경로 : https://www.anaconda.com/products/individual 2. labelImg(라벨링 툴) -. 사용법 1. 명령 프롬프트 : Anaconda Prompt 실행 2. 설치 : pip install labelImg 3. 실행 : labelImg 4. 사용방법 : https://github.com/tzutalin/labelImg.git 참고 첨부 : 제조2팀 PoC Key-code 포함 Detection 테스트용 데이터. 1. Anaconda 설치 -. Anaconda : DataScience을 위한 Python 가상환경 -. 설치경로 ..
-
[제조/품질/PLC 데이터 AI활용] KAMP 제조데이터 품질 이상탐지/진단(전해탈지 도금 공정)AI 2022. 8. 3. 14:08
KAMP에서 제공하는 데이터와 가이드북을 참고하여 실습을 진행한 것입니다. 제조기업에 재직하시는 분들께서 현장에 활용 하는데 참고 및 도움이 될 수 있다고 생각합니다. 1. 분석 개요 1.1 분석 배경 1) 공정(설비) 개요 • 전해탈지 정의 - 전해탈지란 탈지 방법 중의 한 방법으로서, 오염물의 제거와 동시에 금속 표면을 활성화하는 방법이다. 전해탈지는 양극전해 탈지와 음극전해 탈지로 나뉠 수 있다. 전해탈지는 전처리의 일부로도 사용하면서 금속표면상의 오물을 완전하게 제거하며 금속 표면을 활성화한다. 전해탈지 시, 금속표면에서 발생하는 산소가 오물 내로 파고 들어가 오염물의 제거를 촉진하며 양극전해로 도금밀착성을 방해하는 불순금속의 전착을 방지한다. 2) 이슈사항(Pain point) • 공정(설비)상..
-
[제조/품질/PLC 데이터 AI최적화] KAMP 제조데이터 공정 운영 최적화(도금 공정)AI 2022. 8. 3. 11:57
KAMP에서 공개한 데이터 및 가이드북을 바탕으로 알고리즘을 통한 품질 예측 실습을 진행해본다. 활용 관련 : 도금 공정, 케미칼(불화수소 등) 품질 수율 향상 Github Repo : https://github.com/chonje/MachineLearning/tree/main/KAMP/optimization_of_process_operation 도금 공정의 최적 조건을 탐색하는 모델을 개발한다. Decision Tree로 실습하는 내용이며 산출된 모델로 역추산하여 최적조건을 찾아낼 수 있다. 추가로, SVM 모델을 적용해 Accuracy를 향상해 보고자 했다. ■ 본 분석이 적용 가능한 제조 현장 소개 - 도금에는 많은 방식이 존재한다. 크게 나누어 전기도금, 화학도금, 용융도금 등이 있으며, 화학도금..
-
[컴퓨터비전(이미지/영상)] Object Detection - Part3. Yolo Web Application 개발하기AI/컴퓨터비전 2022. 8. 1. 16:16
1. Requirements : 요구 기술 사전 설치 필요 항목 Object detecion 알고리즘 : Yolov5(Pytorch) Front-End : Flask Back-End : Flask 2. Hands-on 목표 Web page인 Front-End에서 사용자가 이미지 또는 영상을 업로 할 수 있다. 전송 버튼을 클릭하여 파일을 Back-End 서버에 전달하고, Yolo 모델에서 추론을 진행한다. 추론 처리 후 Flask의 Front-End로 결과를 리턴한다. 다운로드 버튼이 새로 나타나 처리된 이미지 또는 영상을 다운로드하여 확인한다. 3. Hands-on 진행 https://github.com/ViAsmit/YOLOv5-Flask 에 방문하여 git clone 하거나 zip파일을 다운받아 압..
-
[컴퓨터비전(이미지/영상)] Object Detection - Part2. Yolo 알고리즘 실습AI/컴퓨터비전 2022. 8. 1. 16:07
1. Yolov5 모델 실습 - 실습 내용 Code 및 설명 Open in Colab으로 해당 코드 실습 - 아래 작성된 설명 및 코드를 따라 실습 진행하시면 됩니다. - 훈련 모델 결과 https://wandb.ai/에 방문하여 metric, loss, learning rate등을 확인이 가능. - 생성된 모델의 추론 테스트 첨부된 테스트 이미지를 드라이브에 업로드 후 "!python detect.py --weight 훈련된pt파일경로 --source 해당경로" 테스트 진행 (학습이 계속 진행 중이어서 기존에 추론했던 이미지 업로드) Public으로 공개된 오픈 데이터셋을 통해 학습하였으며, 내부 요구사항을 반영하여 데이터셋을 Customize한다면 적합한 모델이 생성 될것 으로 기대됨. 추론 결과는 ..
-
[컴퓨터비전(이미지/영상)] Object Detection - Part1. Yolo 알고리즘 소개AI/컴퓨터비전 2022. 8. 1. 15:52
YOLO 개념? YOLO는 'You only look once'의 약자로 이미지를 그리드 시스템으로 분할하여 탐지하는 object detection 알고리즘이다. 그리드의 각 셀은 자체 내에서 detecting objects를 하는 역할을 한다. YOLO는 1-stage게열 알고리즘으로 속도와 정확성으로 인해 유명한 object detection 중 하나이다 YOLO의 역사 YOLOv5 YOLOv4 출시 직후 Glenn Jocher는 Pytorch 프레임워크를 사용하여 YOLOv5를 도입했다. 오픈 소스 코드 : GitHub 저자: Glenn Jocher 출시: 2020년 5월 18일 YOLOv4 YOLO에 대한 원작자의 작업이 중단되면서 Alexey Bochoknovskiy, Chien-Yao Wang..