솔루션/기술

NAVI AI PRO 2.0

국내 기술 최초로 개발된 AI 툴 킷 NAVI AI는 산업 현장에 투입되어 다양한 고객들의 니즈를 만족시키며 발전을 거듭해 왔습니다. 현재 출시한 NAVI AI PRO 2.0은 비전 검사 소프트웨어로서의 기능 업그레이드에 더해, 비전문가를 위한 다양한 편의 기능을 도입하였습니다. 이제 전문적인 지식 없이도 전문가 수준으로 AI 학습 및 모델 개발을 진행 할 수 있습니다.

왜 라온피플인가요?
라온피플 솔루션은 비전문가도 클릭 한번으로 운영할 수 있는 자동화 기능을 제공할 뿐만 아니라, 데이터의 분석과 AI 모델 고도화를 도와주는 AI Advisor가 전문가 수준의 가이드를 제공하여 AI 모델 개발 시간을 획기적으로 단축시켜줍니다.
대표문의
sales@laonpeople.com1899-3058온라인문의
목록 동영상보기

제품별 사양 정보

정보 확인하기
SCROLL >>




제조업 AI의 기술을
혁신해온 NAVI AI













NAVI AI PRO 2.0 주요 업데이트

비전문가인 당신을 위해 준비했습니다.



















Auto-Param.

클릭 한 번으로 당신의 학습을 자동화하세요!



당신을 AI 전문가로 만들어주는 Auto-Param.
AI 학습 설정을 자동화하여 시간을 절약합니다.
클릭 한번이면 *AI 모델 성능이 쭈욱 올라갑니다.
(*AI 전문가 10회 튜닝 수준)







무엇을 선택하시겠습니까?





















이제 어려운 딥러닝 학습 용어와 의미를 이해하실 필요가 없습니다.
Auto-Param 클릭 한번이면 모든 설정이 자동화 되니까요!
















Auto-Param이 당신을 대신하여 최적의 학습 설정을 탐색합니다.



※ Auto-Param 학습 설정 탐색 목표



1. 최소한의 모델 성능 확보
2. 단순 자동화가 아닌 성능 개선을 위한 자동화
3. 유효 품질 기준
기본 모델 < 성능 모델 < 자동화 모델













Auto-Param을 사용하면 딥러닝 모델 성능이 향상됩니다.

NAVI 4.3 성능 < NAVI Pro 1.0 성능 < NAVI AI Pro 2.0 Auto-Param 성능















Auto-Param을 사용하면 여러 번 학습을 튜닝할 필요 없습니다.

Default < Tuning 5회 < Tuning 10회 ≈ AutoParam 1회(약 1시간 탐색)







Auto-Param이 당신을 AI 전문가로 만듭니다.















Data Analysis

데이터 분석이 더 편리한 NAVI AI Pro 2.0



그 동안 AI 모델 학습을 위한 데이터 분석이 참 쉽지 않으셨죠?
NAVI AI Pro 2.0으로 데이터를 쉽게 분석하면 AI 모델 성능을 더 올릴 수 있습니다.













아직도 데이터를 한땀한땀 분석하시나요?
이제 Data Anaylsis로 편리하게 분석하세요!













NAVI AI Pro 2.0은 데이터 분포를
차트화하여 직관적으로 표현합니다.













Data Analysis를 통해 클래스간 유사도를
자동으로 분석하며 아웃라이어를 검출합니다.













아웃라이어 이미지에서 불량 데이터를 제거하고
학습 데이터를 신규로 생성할 수 있습니다.













Data Analysis를 통해
데이터를 정제하면
AI 모델 성능이 더 올라갑니다.













NAVI AI PRO 2.0 Data Analysis 데모

















AI Advisor

전문가 수준의 가이드로 AI 모델 개발 시간을 단축시키는 AI Advisor



AI 모델 개발을 위해 계속 반복했던 학습 과정들, 참 힘드셨죠 ?
기존 툴들은 전문적 지식 없이는 모델 고도화를 하기 어려웠습니다.
이제 AI Advisor를 통해 전문가 수준의 가이드를 받으면 학습 과정이 참 쉬워집니다.












그 동안 참 힘드셨습니다.
전문적인 지식없이 AI 학습을 반복해야해서 ...














AI Advisor는 일반적인 지식을 알려주는 단순한 챗봇이 아닙니다.
학습할 실 데이터를 분석하고, 모델 학습 및 테스트 결과를 분석하여
전문가 수준에서 학습할 방법을 가이드해주는 진정한 AI Copilot입니다.














데이터 분석을 위한 AI Advisor



· 데이터 분포에 대한 insight 정보 요약
· 데이터 관련 학습 개선 방안 가이드














모델 학습을 위한 AI Advisor



· 학습 그래프 결과 해석 및 요약
· 학습이 잘 되었는지와 개선 방안 가이드














테스트를 위한 AI Advisor



· AI모델 테스트 정확도 분석
· 오류 많은 글래스 등 검토 방향 가이드
















AI Advisor와 함께하면







AI Advisor와 함께 학습 횟수와 학습 시간을 줄이고
고성능 AI 모델을 만들어보세요.












제품명 Functions Toolkit Library
Mercury Mars Venus Jupiter Trainer Converter Library
소개 AI 알고리즘을 이용한 고속의 양불 판정 알고리즘 (Classification) AI 알고리즘을 이용한 고속의 오류 검출 알고리즘 (Segmentation) AI 알고리즘을 이용한 고속의 물체 검출 알고리즘 (Detection) AI 알고리즘을 이용한 고속의 이상 상태 판정 알고리즘 (Unsupervised) NAVI AI tool(Mercury, Mars, Venus, Jupiter) 을 매우 쉽고 직관적인 UI 에서 학습, 성능 테스트 수행할 수 있는 기능을 제공 NAVI AI Trainer를 이용하여 학습한 모델을 최적화 시켜주는 툴 NAVI AI tool 을 사용자가 원하는 환경에 맞추어 개발할 수 있도록 C++, C#, python 환경으로 API 제공
특징 * 이미지 전체에 대한 유형 분류
* 멀티 채널 학습/검사 기능
* GPU 1개당 500Mpixel/sec 의 초고속 AI 검사 		* 이미지에 있는 작은 규모의 불량에 대한 검출
* 멀티 채널 학습/검사 기능
* GPU 1개당 1000Mpixel/sec 의 초고속 AI 검사 		* 물체 검출, 위치 판정, 종류 판별을 동시에 수행
* 검출 개수에 관계없이 일정한 속도 유지
* 회전, 크기, 각도 변화에 관계없이 검출 가능 		* 양품 이미지만을 이용하여 불량 검출
* 비지도 학습 방식
* 다양한 해상도 이미지 지원 		*메타데이터를 이용한 데이터셋 관리
* 익숙한 윈도우 환경의 직관적 UI 제공
* 수만개 이상의 대량의 파일도 문제없이 처리 가능
* 지도/비지도 학습 및 검사 방식 제공 		* GPU가 있는 환경이라면 TensorRT를 이용하여 FP32/FP16 최적화
* GPU가 없는 환경에선 OpenVINO를 이용하여 FP32/FP16 최적화
 * C++, C#, python 환경의 API 제공
* 블롭, 확률맵 이미지 등으로 검출 결과를 직관적으로 확인 가능
* GPU, CPU 등 다양한 조건에서 연산 수행 가능
응용 분야 * 물체 분류, 양불 판정, 불량의 종류 판별 * 제품의 불량 영역 검출, 특이점 검출 * 물체 분류, 위치 판정, 카운팅 * 제품의 불량 영역 검출, 특이점 검출 * 물체의 불량 유무 검사가 필요한 모든 산업체에 사용 가능 * 검사 PC 사양에 맞추어 최적화하여 속도를 더욱 빠르게 해야할 경우 * 검사 장비, 검사 솔루션 개발 시 원하는 UI 구조에 맞추어 작업할때 유용함

Functions

Mercury Tool 정보 확인하기
Data Sheet Download


NAVI AI Mercury NAVI AI Mercury는 Computer Vision의 주 task중 하나인 Classification을 실행하는 딥 러닝 기반 AI 모듈입니다.
Classification, 분류는 이미지가 어떤 class에 속하는지 분류하며, 예를 들어 양/불 판정이 있습니다.

* NAVI AI Mercury는 비전 검사 시 어떻게 동작하나요?
NAVI AI Mercury는 supervised learning이며, 학습에 앞서 데이터 라벨링작업이 필요합니다.
라벨링의 경우 사용자가 직접 트레이너에서 분류하고자 하는 class별로 데이터를 분할하면 됩니다.
학습의 경우 트레이너의 학습 설정 페이지를 통해 각종 학습 hyperparameter를 조정할 수 있습니다.
조정 가능한 변수들은 가장 기본적인 iteration/epoch, batch size 부터 learning rate, augmentation등 여러 값들을 자유롭게 변경할 수 있습니다.
또한 Classification 학습의 진행도를 보여주는 test/train accuracy/loss등이 실시간 그래프로 나옵니다.
마지막으로 저희 트레이너에는 학습이 완료된 모델파일들을 테스트할 수 있습니다.
테스트 모델 선택 후, 테스트할 데이터셋 경로를 지정하여 실제 이미지에 적용된 학습 결과를 확인할 수 있습니다.
뿐만 아니라, NAVIAI Mercury에서는 AI 모델이 입력 영상의 어느 부분을 주목하고 있는지 확인할 수 있는 heatmap등의 다양한 편의 기능이 제공됩니다.

    <학습 과정>
  • 사용자가 양품/불량 학습 데이터 입력
  • NAVI AI가 수백 ~ 수천 여장의 이미지 생성 후 학습


    <검사 과정>
  • 사용자가 검사를 위한 이미지 입력
  • 제품이 양품인지 불량인지 출력







Venus Tool 정보 확인하기
Data Sheet Download


NAVI AI Venus
NAVI AI Venus는 Computer Vision의 주 task중 하나인 Object detection을 실행하는 딥 러닝 기반 AI 모듈입니다.
Object detection, 혹은 객체 탐지는 단순 분류에서 끝나지 않고, 이미지의 객체가 검출되었을 경우 객체의 위치정보 또한 제공합니다.
이때 객체의 위치정보는 객체를 둘러싼 Bounding box의 형태로 나옵니다.

* NAVI AI Venus는 비전 검사 시 어떻게 동작하나요?
NAVI AI Venus는 supervised object detection이며, 학습에 앞서 데이터 라벨링작업이 필요합니다.
라벨링의 경우 사용자가 직접 트레이너에서 검출하고자 하는 객체를 감싸는 Bounding box를 그리면 됩니다.
학습의 경우 트레이너의 학습 설정 페이지를 통해 각종 학습 hyperparameter를 조정할 수 있습니다.
조정 가능한 변수들은 가장 기본적인 iteration/epoch, batch size 부터 learning rate, augmentation등 여러 값들을 자유롭게 변경할 수 있습니다.
또한 Object detection 학습의 진행도를 보여주는 mIoU, test/train accuracy등이 실시간 그래프로 나옵니다.
마지막으로 저희 트레이너에는 학습이 완료된 모델파일들을 테스트할 수 있습니다.
테스트 모델 선택 후, 테스트할 데이터셋 경로를 지정하여 실제 이미지에 적용된 시각적 학습 결과를 볼 수 있습니다.

    <학습 과정>
  • 사용자가 검사 객체를 마우스로 설정
  • NAVI AI는 딥러닝을 이용하여 학습


    <검사 과정>
  • 사용자가 검사를 위한 이미지 입력 검사 위치를 검출하여 출력








Mars Tool 정보 확인하기
Data Sheet Download


NAVI AI Mars
NAVI AI Mars는 Computer Vision의 주 task중 하나인 Semantic Segmentation을 실행하는 딥 러닝 기반 AI 모듈입니다.
Semantic Segmentation, 혹은 객체 분할은 단순 분할에서 끝나지 않고, 이미지의 객체가 검출되었을 경우 객체의 위치정보 또한 제공합니다.
이때 객체의 위치정보는 객체를 포함하는 mask의 형태로 나옵니다.

* NAVI AI Mars는 비전 검사 시 어떻게 동작하나요?
NAVI AI Mars는 supervised semantic segmentation이며, 학습에 앞서 데이터 라벨링작업이 필요합니다.
라벨링의 경우 사용자가 직접 트레이너에서 검출하고자 하는 객체를 포함하는 mask를 그리면 됩니다.
학습의 경우 트레이너의 학습 설정 페이지를 통해 각종 학습 hyperparameter를 조정할 수 있습니다.
조정 가능한 변수들은 가장 기본적인 iteration/epoch, batch size 부터 learning rate, augmentation등 여러 값들을 자유롭게 변경할 수 있습니다.
또한 Semantic Segmentation 학습의 진행도를 보여주는 mIoU, test/train accuracy등이 실시간 그래프로 나옵니다. 마지막으로 저희 트레이너에는 학습이 완료된 모델파일들을 테스트할 수 있습니다. 테스트 모델 선택 후, 테스트할 데이터셋 경로를 지정하여 실제 이미지에 적용된 시각적 학습 결과를 볼 수 있습니다.








Jupiter Tool 정보 확인하기


NAVI AI Jupiter
NAVI AI Jupiter는 unsupervised anomaly detection을 실행하는 딥 러닝 기반 비지도 AI 모듈입니다.
Unsupervised anomaly detection은 라벨정보 없이 사용자가 양품 이미지를 학습시킬 경우,
양품 이미 지들의 정보를 이용해 inference단계의 이미지의 불량 유무를 판별합니다.
이때 불량 부위의 위치정보는 또한 heatmap의 형식으로 나옵니다

* NAVI AI Jupiter는 비전 검사 시 어떻게 동작하나요?
NAVI AI Jupiter는 unsupervised object detection이며, 다른 NAVI AI 모듈들과 달리 데이터 라벨링작업이 필요없습니다.
단순히 학습시키고자 하는 이미지들만 필요합니다.
학습의 경우 트레이너의 학습 설정 페이지를 통해 각종 학습 hyperparameter를 조정할 수 있습니다.
조정 가능한 변수들은 가장 기본적인 iteration/epoch, batch size 부터 learning rate, augmentation등 여러 값들을 자유롭게 변경할 수 있습니다.
또한 anomaly detection 학습의 진행도를 보여주는 Dice (IoU기반 척도), test/train accuracy등이 실시간 그래프로 나옵니다. 마지막으로 저희 트레이너에는 학습이 완료된 모델파일들을 테스트할 수 있습니다.
테스트 모델 선택 후, 테스트할 데이터셋 경로를 지정하여 실제 이미지에 적용된 시각적 학습 결과를 볼 수 있습니다.










Toolkit

NAVI AI 트레이너 정보 확인하기
Data Sheet Download

NAVI AI Trainer는 NAVI AI(VENUS, MARS, MERCURY, JUPITER)학습을 위한 데이터 관리 및 학습/테스트를 진행할 수 있는 툴입니다.
큰 사이즈의 이미지와 많은 양의 데이터도 처리 가능하며, 다양한 편의 기능을 제공합니다.





NAVI AI Trainer는 라벨링 데이터와 사용자가 원하는 Metadata추가 및 필터링을 지원하여 강력한 데이터 관리 기능을 제공합니다.




Semi-Auto Labeling 기능과 Auto Labeling 기능을 제공하여 빠른 라벨링이 가능 합니다.




모든 설정 데이터 및 학습/테스트 정보는 기록되어 작업 내용 추적이 가능합니다.

Converter 정보 확인하기

NAVI AI Converter는?
NAVI AI Trainer를 이용하여 학습한 모델을 최적화 시켜주는 툴입니다.
GPU가 있는 환경이라면 TensorRT를 이용하여 FP32/FP16 최적화를 통해 메모리 감소와 속도 향상이 가능합니다.
GPU가 없는 환경이어도 OpenVINO를 이용하여 FP32/FP16 최적화를 통해 단순히 CPU를 이용하는 것 보다 더욱 빠른 최적화가 가능합니다.
TensorRT와 OpenVINO에 대한 지식이 없어도 모델 변환부터 사용까지 모두 가능합니다.

Library

Library 정보 확인하기

NAVI AI Library는?
NAVI AI Trainer를 이용하여 학습한 모델을 추론 할 때 사용하는 라이브러리 입니다.
쉽고 간편한 API로 누구나 딥러닝 모델을 서빙 할 수 있습니다.
Window DLL 기반의 라이브러리 이며 기존 프로그램에 쉽게 이식되며, 커스터마이징 프로그램 제작이 가능합니다.
C++/C#/Python 샘플코드를 제공하며 GPU(CUDA)/CPU 모드를 지원합니다.