Segmentation

Navigate back: sr-modules

What is Segmentation?

seg 은 이미지를 픽셀들의 집합으로 나눕니다. 먼저 각 픽셀들은 주어진 클래스들(배경, class1, class2, ...)로 분류합니다.
그 후 같은 클래스를 가지면서 서로 붙어있는 픽셀들을 하나의 객체(SR_SegmentedObject)로 모아 사용자에게 전달합니다.

자세한 처리 과정은 아래 그림에 설명되어 있습니다.

1. 학습된 인공지능 알고리즘이 raw heat map을 예측합니다.
   • 모양: (클래스 개수 + 1) x height x width.
   • i번째 채널, j번째 행, k번째 열: 이미지에서 j번째 행, k번째 열에 위치한 픽셀이 i번째 클래스에 속할 확률을 0~255 사이의 값으로 나타낸 점수. 만약 i가 0이면 배경에 속할 확률을 의미합니다.
2. raw heat map에 Segmentation's score threshold 를 적용합니다.
3. 각 픽셀별로 가장 높은 값을 가지는 채널의 점수만 살아남으며 해당 채널이 그 픽셀의 클래스가 됩니다.

4. 최종 결과를 위한 후처리 과정

   1. 배경 채널을 제거합니다.
      • 본 문서에서는 배경 채널이 제거된 후의 데이터를 score matrix 라고 부릅니다.
   2. step 3 이후 각 픽셀은 모두 해당하는 클래스 번호를 부여받습니다. 이를 통해 같은 클래스 번호를 가지며 서로 인접한 픽셀들을 하나의 객체(SR_SegmentedObject)로 모을 수 있습니다.
      • 모아진 객체들은 SR_SegmentedObject 의 형태로 표현됩니다.
      • Segmentation's area threshold 가 SR_SegmentedObject 에 적용됩니다.

   See Segmentation's inspection results.
   

Workflow for Detection

seg 의 사용 방법은 sr-modules 에 설명된 Common workflow 와 크게 다르지 않습니다. 이번 세션에서는 기본 사용법에서 seg 에 특화된 부분만 설명하므로 Common workflow 을 먼저 숙지하고 오시기 바랍니다.

1. Segmentation's handle construction 를 통해 모델 파일과 검사 결과를 관장하는 핸들을 생성합니다.
2. (Optional) Segmentation's class information 을 확인합니다.
3. (Optional) Inspection options 을 확인하고 필요시 수정합니다.
   • Segmentation's score threshold
   • Segmentation's area threshold
   • Segmentation's object score
   • Segmentation's average color
   • Segmentation's crop object
   • Segmentation's max inspection size
   • Segmentation's forward time limit
4. Memory-allocation functions 을 통해 메모리를 GPU 및 CPU에 할당합니다.
5. Segmentation's inspection functions 을 통해 검사를 수행합니다.
6. Segmentation's inspection results 를 통하여 검사결과를 받아옵니다.
7. Segmentation's handle destruction 를 통해 생성된 모델 파일 및 검사 결과 핸들을 파괴합니다.

Examples

• ExampleSegErrorHandling.cpp
• ExampleSegRuntime.cpp
• ExampleSegRuntimeSimple.cpp
• ExampleSegRuntimeBatchInspection.cpp
• ExampleSeg+ClsRuntime.cpp