AI 분석
AI 분석 동작은 설정 → AI 분석기에서 등록한 분석기를 선택하고 분석 타입을 지정하여 실행합니다. 실행 이후 분석 결과가 변수에 계속 기록되므로, 변수값 비교 조건과 조합하여 자동화를 구성합니다. 모든 분석은 컨트롤러에서 수행되며 영상을 클라우드로 전송하지 않습니다.
분석 타입별 설정 항목과 결과 변수는 부록 AI 분석에서 타입마다 설명합니다. 이 절에서는 공통 사용 방법을 설명합니다.
명령
하나의 분석기에는 여러 개의 분석을 추가할 수 있습니다. 분석의 등록과 시작은 다음 명령으로 수행합니다.
- 분석 추가: 분석기에 분석을 추가하고 결과를 받을 변수를 연결합니다.
- 분석 모두 삭제: 해당 분석기에 등록된 모든 분석을 삭제합니다.
- 분석 시작 · 분석 중지: 오디오 분석기에만 표시되며, 오디오 캡처와 분석을 시작하거나 중지합니다.
공통 설정
| 항목 | 설명 |
|---|---|
| 신뢰도 (%) | 이 값 이상인 감지 결과만 사용합니다. 높이면 확실한 결과만 남고 낮추면 놓치는 것이 줄어듭니다. 기본값은 모델에 따라 다르며 객체 감지는 50, 얼굴 감지는 70입니다. |
| 감지 영역 | 카메라 프리뷰에서 드래그하여 분석할 범위를 지정합니다. 지정하지 않으면 화면 전체에서 감지합니다. |
| 선택 기준 | 여러 개가 감지되었을 때 어느 것의 값을 변수에 저장할지 결정합니다. 최고 신뢰도, 신뢰도 인덱스(0부터), 최대 크기, 기준점에서 가장 가까움 중에서 선택합니다. 색상 추적은 최대 크기, 기준점에서 가장 가까움, 면적 인덱스입니다. |
| 기준점 | 선택 기준을 기준점에서 가장 가까움으로 설정한 경우의 기준 좌표입니다. |
분석 타입
비디오 분석 20종과 오디오 분석 2종을 지원합니다.
| 타입 | 설명 |
|---|---|
| 객체 감지 | 사람, 차량 등 80종의 객체를 실시간으로 감지합니다. |
| 얼굴 감지 | 얼굴을 감지합니다. 감정 인식과 나이·성별 추정을 포함합니다. |
| 얼굴 인식 | 감지된 얼굴을 등록된 얼굴과 비교하여 신원을 인식합니다. |
| 자세 추정 | 사람의 17개 관절 좌표를 반환합니다. |
| 손 추적 | 손의 21개 관절 좌표를 반환합니다. 제스처 인식을 포함합니다. |
| 동작 인식 | 걷기, 뛰기, 앉기 등 400여 가지 행동 카테고리를 인식합니다. |
| 손동작 인식 | 스와이프, 엄지 들기 등 25가지 손동작을 인식합니다. |
| 색상 추적 | 지정한 색상의 객체를 실시간으로 추적합니다. |
| 라인 트래킹 | 라인팔로워 로봇을 위해 바닥 라인의 오프셋과 각도를 제공합니다. |
| 라인 크로싱 카운터 | 화면에 설정한 가상의 선을 넘는 입장·퇴장 인원을 계수합니다. |
| 화재 감지 | 불꽃을 실시간으로 감지합니다. |
| QR / 바코드 | QR 코드와 여러 형식의 바코드를 감지하고 디코딩합니다. |
| OCR (문자 인식) | 한국어, 영어 등 다국어 텍스트를 실시간으로 인식합니다. |
| 번호판 인식 | 차량 번호판을 감지하고 판독합니다. 한국·라틴 번호판을 지원합니다. |
| Teachable Machine 분류 | Google Teachable Machine 으로 학습한 이미지 분류 모델을 사용합니다. |
| Edge Impulse 분류/객체 감지/이상 탐지 | Edge Impulse 로 학습한 영상 모델을 사용합니다. 정상/비정상 판별까지 가능합니다. |
| 커스텀 분류 | 외부 서비스 없이 컨트롤러에서 직접 학습시킨 분류 모델을 사용합니다. |
| 커스텀 이상 감지 | 정상 표본만 학습한 뒤 정상 범위를 벗어난 상태를 감지합니다. 불량 사례를 수집하지 않아도 됩니다. |
| 소리 분류 | 마이크 입력을 목소리, 경보음, 유리 파손 등 521가지 범주로 분류합니다(오디오). |
| Edge Impulse 분류(오디오) | Edge Impulse 로 학습한 오디오 분류 모델을 사용합니다. |
분석 결과는 AI 분석 동작의 출력 항목에 연결한 변수로 계속 갱신됩니다.
Person Detected 와 같은 디지털 변수나 감지 개수와 같은 숫자 변수를
연결해 두면 변수값 비교 조건과 조합할 수 있습니다.
커스텀 모델 학습
기본 모델에 없는 대상은 두 가지 방법으로 학습시킬 수 있습니다. Teachable Machine 과 Edge Impulse 는 외부 서비스에서 학습한 모델 파일을 업로드하여 사용합니다. 커스텀 분류와 커스텀 이상 감지는 외부 서비스 없이 컨트롤러에서 직접 학습하며, AI 분석 동작의 명령을 통해 표본 수집과 학습을 로직으로 구성합니다.
- 커스텀 분류 명령: 샘플 추가, 샘플 삭제, 학습, 클래스 목록, 클래스 수, 샘플 수, 샘플 목록, 클래스 삭제, 전체 삭제와 판정용 상태 읽기, 상태 일치?, 모든 상태 읽기
- 커스텀 이상 감지 명령: 양품 추가, 양품 삭제, 학습, 양품 수, 양품 목록, 전체 삭제와 판정용 점수 읽기, 이상 여부?