총 55 건
1.Line Scan & TDI Camera Line Scan Camera 특징 Area Scan Camera (Frame Scan Camera) 대비하여 적은 Pixel. 카메라혹은 촬영 하고자 하는 대상체를 이동시켜 이미지를 취득. Pixel Resolution과 Encoder Resolution을 일치시켜 1대1 영상을 취득 장점 센서 자체의 FOV가 좁아 환경 구성 비용이 저렴. 단점 광량 확보가 어려움. TDI Camera 특징 일반적인 Line Scan Camera의 감도 문제를 개선시키기 위해 개발. 여러 Stage에서 취득된 데이터를 중첩하여 감도 확보. 장점 감도 확보에 유리. 단점 Line Scan Camera에 비해 고비용 Focus 확보의 어려움 존재 2. Multicam to Coaxlink Multicam to Coaxlink - period 동작 특징 Grabber 내부 Clock을 이용하여 설정된 Period를 갖는 신호를 생성. 생성된 신호에 의해 Frame Rate(Line Rate)가 변화 사용 환경 Encoder 신호를 받지 못하는 환경에서 사용 등속 구간이 아닐 경우, 영상의 일그러짐 발생 가능성 존재 LineRate 계산방식 : Motion Speed / Pixel Resolution -> 10 mm/s / 10um = 1000Hz - 1KHz eg) CycleMinimumPeriod = 1 / 1000Hz - 0.0001s = 100(us) Multicam to Coaxlink - pulse 동작 특징 외부 Encoder 신호를 정수비로 분주하여 신호를 생성. 사용 환경 Encoder 신호를 받아 사용 Pixel Resolution과 Encoder Resolution이 정수 배일 경우 사용. 등속 구간이 아닐 경우에도 영상의 일그러짐 발생하지 않음. Factor 계산 방식 : Pixel Resolution / Encoder Resolution -> 10um / 1um = 10 Multicam to Coaxlink - Convert 동작 특징 외부 Encoder 신호를 실수비로 분주하여 신호를 생성. 사용 환경 Encoder 신호를 받아 사용. Pixel Resolution 과 Encoder Resolution이 정수 배가 아닐 경우 사용. 등속 구간이 아닐 경우에도 영상의 일그러짐 발생하지 않음 Factor 계산 방식 : Pixel Resolution / Encoder Resolution -> 10um / 3um = 3.333 eg) Multiplier Factor = 10, Divider Factor = 3 Multicam to Coaxlink - Start Trigger 동작 특징 Image Buffer를 취득하는 시점을 외부 신호로 정의. 사용 환경 Differential, TTL, OPTO (5~25V) 모든 종류의 신호 사용 가능. Start Trigger 인가 전까지 영상 대기 상태로 유지 . Period, Pulse, Convert mode 관계 없이 사용 가능. Multicam to Coaxlink - End Trigger 동작 특징 Image Buffer를 종료하는 시점을 외부 신호로 정의. 사용 환경 Differential, TTL, OPTO (5~25V) 모든 종류의 신호 사용 가능. Start Trigger와 같이 사용. Stop Trigger 인가 전까지 지속적으로 영상 획득. Period,Pulse,Convert Mode 관계 없이 사용 가능. 3. TDI 카메라 TDI 카메랄 파라미터 - ScanDirection 데이터 스캔 방향성을 선택 합니다. 선택 된 방향성과 반대 방향으로 스캔 시 , Blur 증상이 발생 합니다. TDI 카메라 파라미터 - TDI Stage Operation Mode 가 TDI 일때 사용 중첩 시킬 Line의 개수를 의미 TDI Stage 수가 많아 질 수록 감도 성능이 우수해짐. TDI 카메라 파라미터 - TDI, Area TDI TDI Stage를 이용하는 모드. 설정된 TDI Stage 수만큼 Image를 Intergration 하여 하나의 Line으로 출력 Area TDI Sensor 특성상 Focus를 맞추기 어려워 제공되는 기능. Sensor의 모든 라인을 이용하여 Image 출력. 노출시간 제어 가능. 항상 FreeRun으로 동작. 실제 검사 환경에 사용 권장하지 않음. TDI 카메라 세팅방법 - Free Run 카메라 내부 Clock 기준으로 카메라가 영상을 취득합니다. 데이터 취득 속도는 Acquistion Frame Rate에 종속 됩니다. Acquisition Frame Rate 계산 방법 = Moving Speed / Pixel Resolution eg) Moving Speed - 10mm/s, Pixel Resolution = 10um 10,000um/s / 10um = 1,000 TDI 카메라 세팅방법 - Trigger Mode 카메라 외부에 인가되는 External Trigger 혹은 CXP Trigger 기준으로 카메라가 영상을 취득 합니다. 데이터 취득 속도는 External Trigger 혹은 CXP Trigger Rate에 종속 됩니다. Pixel Resolution과 Trigger (Encoder Resolution)의 비율이 다를 경우, Grabber의 Pulse, Convert 모드를 사용하거나 , Camera의 Trigger Rescaler Rate를 이용하여 조절합니다. 4. JS 파일 설명 JS 파일 설명 - Immediate Trigger Mode Grabber에서 일정한 주기를 갖는 신호를 생성. 해당 신호를 이용하여 카메라의 Frame Rate를 조절 CycleMinimumperiod, ExposureRecoveryTime 파라미터 조절을 통해 Line Rate 조절 가능. CycleMinimumPeriod 계산식 = 1 / 사용하고자 하는 Line Rate. * 10^6(us 단위로 변환) eg) 사용하고자 하는 Line Rate : 8KHZ 1 / 8,000 = 0.000125 * 1,000,000 = 125 JS 파일 설명 - Encoder Trigger Mode Grabber External Connector로 인가된 Differential 신호를 이용. Pixel Resolution과 Encoder Resolution이 일치하지 않을 경우, Pulse(DIV) or Convert(MDV) 모드 사용. QuadratureDecoderToolForwardDirection을 이용하여 신호 방향성 설정 가능. QuadratureDecoderToolOutputMode를 이용하여 신호 인식 동작 설정 가능. CycleMinimumPeriod, ExposureRecoveryTime가 현재 사용하고자 하는 Line Rate와 일치하지 않을 경우, 포커스가 무너짐. JS 파일 설명 - Encoder Trigger Mode + Start Trigger /End Trigger Encoder Trigger Mode에 Start Trigger, End Trigger 기능 추가. LineInputToolSelector, LineInputToolSource를 조절하여 입력 신호 조절 가능. StartOfSequenceTriggerSource를 이용하여, Start Trigger 설정. EndOfSequenceTriggerSource를 이용하여 End Trigger 설정. 5. 동작 예시 동작 동영상 미리 제작된 JS 파일 Load. 현재 상황에 맞게 파라미터 수정. 데이터 취득
2022.10.251. JS 파일 오픈 제공드리는 Base.js 파일을 우클릭 합니다. 편집을 클릭하여 오픈 합니다. 2. JS 파일 수정 Interface -> InterfacePort Device -> DevicePort Remote Device -> RemotePort Data Stream -> StreamPort Node 몇 , 값 기재 예시 : SetRemotePort('ExposureTime','1000');
2022.10.251. IO Connector IO Connector - Differential Input 전기적 사양 RS-422/RS-485 differential line drivers 신호 인식 사용 환경 주로 Encoder 신호를 사용하여 고속으로 Trigger 인가 받기 위해 사용 IO Connector - Isolate Input 전기적 사양 Totem-pole LVTTL, TTL, 5 V CMOS drivers RS-422 line drivers potential free contact, solid-state relay , opr opto-isolators 12 V and 24 V signaling voltage also acceptd 사용 환경 50KHz 주기 이하의 신호 인식 5~24K 다양한 Level의 신호 인식 IO Connector - Isolate output 전기적 사양 30V/100mA 내에서 사용 가능 외부 전원 혹인 Connectoer 12V/GND 핀을 이용하여 사용 IO Connector - TTL IO 전기적 사양 LVTTV(3.3V low-voltage TLL) [Input / Output] TTL (5V TTL) [Input / Output] CMOS (5V CMOS) [Input] 2. CoaxPress Diagram CoaxPress 동작 Diagram CoaxLink Frame Grabber 동작은 크게 3가지로 구분이 가능합니다. I/O ToolBox : I/O를 통해 인가 받은 신호를 가공. (Delay, Divider, Multiplier) CIC Camera & Illumination Controller : I/O ToolBox 에서 가공된 신호를 이용하여 Trigger 및 Strobe 동작 제어 Image Acquisition Controller : Image Acquisition 및 Grabber 내부 전처리 기능 담당 3. IO Tool Box IO Tool Box 위치 Line Input Tool External IO와 맵핑이 가능한 IO Tool Box 내부에서 사용되는 신호를 제공합니다. (총 8EA) LineInputToolSelector : 사용하고자 하는 IO ToolBox 내부 신호를 선택 합니다. LineInputToolSource : 맵핑할 External IO 신호핀을 선택 합니다. LineInputToolActivation : 신호 인식 시점을 선택 합니다. Delay Tool IO Tool Box 내부에서 사용되는 신호에 Delay를 적용 합니다. (총 2EA) DelayToolSelector : Delay가 적용될 신호를 선택 합니다. DelayToolSource1 : DEL1 신호에 적용 될 신호를 선택 합니다. DelayToolSource2 : DEL2 신호에 적용 될 신호를 선택 합니다. DelayToolClockSource : DEL 신호에 적용될 Delay 기준 Clock을 선택 합니다. DelayToolDelayValue : DelayToolClockSource를 몇 회까지 Skip할지 기준을 선택 합니다. Divider Tool IO Tool Box 내부에서 사용되는 신호에 분주를 적용 합니다. (총 1EA). DividerToolSelector : 분주가 적용될 신호를 선택 합니다. DividerToolSource : 분주의 기준 신호를 선택 합니다. DividerToolEnableControl : DIV1신호 사용 여부를 선택 합니다. DividerToolDivisionFactor : 분주비를 선택 합니다. (정수만 가능) DividerToolInitialOffset : 분주 적용 전, 건너뛸 신호의 개수를 선택 합니다. MultiplierDividerTool IO Tool Box 내부에서 사용되는 신호의 속도를 변경 합니다. (총 1EA). MultiplierDividerToolSelector : MultiplierDivider가 적용될 신호를 선택 합니다. MultiplierDividerToolSource : 변경할 기준 신호를 선택 합니다. MultiplierDividerToolEnableControl : MDV1 신호 사용 여부를 선택 합니다.. MultiplierDividerToolMultiplierFactor : 기준신호의 증폭 배수를 선택 합니다. (실수 적용 가능) MultiplierDividerToolDivisionFactor : 기준신호의 분주 배수를 선택 합니다. (실수 적용 가능) QuadratureDecoderTool External IO와 맵핑이 가능한 IO Tool Box 내부에서 사용되는 신호를 제공 합니다. (총 1EA) QuadratureDecoder의 경우 Line과 달리, Pair 신호만 선택이 가능합니다. QuadratureDecoderToolSelector : 사용하고자 하는 IO Tool 내부 QDC 신호를 선택 합니다. QuadratureDecoderToolSources : 사용하고자 하는 External Pair 신호를 선택 합니다. QuadratureDecoderToolActivation : Pair 신호의 인식 Edge를 선택 합니다. QuadratureDecoderToolDirection : 신호 인식 방향성을 선택 합니다. QuadratureDecoderToolOutputMode Unfiltered : External Pair 신호가 인식 될때마다 신호를 발생시킵니다. ForwardOnly : Forward 방향일때만 신호를 발생시킵니다. FirstPassForwardOnly : Backward발생 시점까지 되돌아 오기 전에는 신호를 발생시키지 않습니다. QuadratureDecoderToolPosition / QuadratureDecoderToolDirection : 현재 위치와 방향을 나타냅니다 [ReadOnly] 동작 예시 IIN1로 1KHz 신호가 인가되며, 카메라는 50Hz로 이미지 취득을 희망 DIV 이용하여 분주된 신호 생성 가능 IIN1로 10Hz 신호가 인가되며, 카메라는 25Hz로 이미지 취득을 희망 MDV이용하여 신호 주파수 변경 가능 Encoder Resulution 이 1um 인 Pair 신호를 이용하여 Resolution 5um 신호로 변경. QuadratureDecoderToolActivation을 AllEdgeAB로 변경하여 Resolutiond을 1/4 = 0.25um으로 인식 DIV이용하여 0.25um 마다 발생 신호를 5um 마다 발생하도록 변경 Encoder Resulution 이 1um 인 Pair 신호를 이용하여 Resolution 0.1um 신호로 변경. QuadratureDecoderToolActivation을 AllEdgeAB로 변경하여 Resolutiond을 1/4 = 0.25um으로 인식 DIV이용하여 0.25um 마다 발생 신호를 0.1um 마다 발생하도록 변경 4. Grabber Trigger Mode 설정 Grabber 동작 설정 위치 Grabber 동작 모드 NC 프레임 그래버에 의해 조절되지 않는 카메라를 대상으로 합니다. 외부 트리거 신호를 사용하지 않는 프리 런 카메라. 직접 Trigger를 인가 받는 트리거모드 카메라 (Camera External IO) RC 카메라주기 속도만 프레임 그래버에 의해 제어되는 트리거 모드카메라를 대상으로 합니다. 노출 지속 시간은 카메라에 의해 제어됩니다. RG 트리거모드 카메라를 대상으로 하며 카메라주기 속도와 노출 지속 시간은 프레임 그래버에 의해 조절됩니다. Grabber 동작 설정 Cycle Trigger Source를 사용하고자 하는 IO ToolBox Out으로 설정
2022.10.251. 소개 Euresys GenApi Script의 문법은 JavaScript와 비슷합니다. 확장자로 .js를 사용하는 이유는 에디터에서 문법의 highlighting 효과가 적용되기 위함입니다. Script로 보드 및 카메라 파라미터를 설정할 경우, 별도의 소스 코드 컴파일 단계가 필요하지 않으므로 유지보수를 간편하게 할 수 있습니다. Script 파일은 간단히 메모장에서 작성 가능하며, 확장자는 js로 저장하면 됩니다. 2. Script 예시 파일 아래 경로에 기본적인 Script 사용 예시가 있습니다. 기본 설치 경로 : C:\Program Files\Euresys\Coaxlink\scripts 3. Script 작성 - 카메라 설정 카메라의 특정 파라미터를 설정하기 위해 아래와 같이 작성합니다. var grabber = grabbers[0]; //첫 번째 보드의 핸들 var remote = grabber.RemotePort; //보드의 카메라 핸들 remote.set(“TriggerMode”, “On”); //Trigger Mode를 On으로 설정 4. Script 실행 - GenICam Browser GenICam Browser에서 작성한 Script 파일을 테스트할 수 있습니다. "Run Script..." 버튼을 클릭하여 작성한 Script 파일을 불러오면, 오른쪽 그림처럼 실행 결과를 확인할 수 있습니다. Script를 잘못 작성하면 에러 메시지가 표시됩니다. 5. Script 실행 - Code Code에서도 마찬가지로 Script 파일을 불러올 수 있습니다. Script 호출을 위한 EGrabber Class의 runScript() API가 제공 됩니다.
2022.10.251. FFC-Wizard로 FFC 파일 생성하기 준비 단계 보드의 종류와 펌웨어에 따라 FFC 지원 여부가 다릅니다. Coaxlink Quad G3(only F/W 1-camera) Coaxlink Octo(only F/W 2-camera) 위 보드가 아닌 경우, 문의 부탁드립니다. 카메라 및 보드의 설정을 Continuous mode로 준비해야 합니다. Device Tab의 CameraControlMethod: NC Remote Device Tab의 TriggerMode: Off 정확한 보정을 위해, 평평한 흰색 타겟(예시, A4용지)을 준비합니다. 8bit 출력 기준으로, 흰색 타겟의 픽셀 값이 약 200 Level로 유지되도록 카메라 파라미터 또는 외부 환경을 조정합니다. 차광 단계에서는 카메라의 빛을 차단해야 하므로, 렌즈 덮개 또는 어두운 물체로 빛을 차단해야 합니다. 프로젝트 빌드 샘플 코드 중 coaxlink-sampe-programs\cpp\ffcWizard의 프로젝트를 실행합니다. 별도의 코드 수정 없이, 바로 빌드(Build) 합니다. 빌드 후 출력 폴더에 ffc-wizard.exe 파일이 생성됩니다. FFC 파일 생성하기 출력 폴더에서 주소창에 cmd를 입력하여 명령 프로프트를 실행 합니다. 명령 프롬프트 창에 명령어를 입력합니다. 명령어 : ffc-wizard.exe --balance --output-ffc=(filename).ffc 또는 ffc-wizard.exe --ifINT --dew=INT --ds=INT --balance --output-ffc=(filename).ffc ※ 보드에 2개 이상의 카메라가 연결되어 있다면, INT에 올바른 인덱스를 입력해야 합니다. 아래의 화면이 표시되면 카메라 차광을 진행합니다. 렌즈 덮개를 이용하여 차광하는 것을 권장합니다. 차광이 준비되면 Enter키를 눌러 다음 단계로 넘어갑니다. (Enter 키를 누르면 어두운 이미지를 얻기 위한 영상취득이 시작됩니다.) 카메라 수광을 진행 합니다. 덮어져 있는 렌즈 덮개를 제거합니다. 수광이 준비되면 Enter키를 눌러 다음 단계로 넘어갑니다. Enter 키를 누르면 평평한 회색 타겟 이미지를 얻기 위한 영상취득이 시작됩니다. 정상적으로 절차가 완료되면 Done 메세지가 출력됩니다. ffc-wizard.exe 경로에 *.ffc 파일이 정상적으로 생성 되었는지 확인합니다. 2. GenICam Browser에서 ffc 파일 적용하기 FFC 파일 불러오기 GenICam Browser를 실행 합니다. 툴 바 -> "Run Script..." -> Load -ffc 메뉴를 클릭합니다. 생성한 FFC 파일을 선택합니다. 정상적으로 Load 되면 Script에 Finished 메세지가 표시됩니다. FFC 파일 적용 확인하는 방법 GenICam Browser의 Stream0에서, FfcControl 파라미터가 Enable로 변경되어 있으면 정상적으로 적용된 것입니다.
2022.10.251. HW 구성 2. SW 구성 각 Grabber 는 Master / Slave 에 맞는 Firmware Update 가 되어 있어야합니다. Area 1-camera 기준 Firmware 예시 Master Board: “1-camera” Slave Board: “1-df-camera” Line 1-Camera 기준 Firmware 예시 Master Board: “1-camera, line-scan” Slave Board: “1-df-camera, line-scan” Slave Pc에서 GenICam Browser를 실행 합니다. "Remote Devices" -> "DF"를 클릭하여 카메라의 해상도를 입력합니다. Master / Slave PC의 GenICam Browser에서 "Start Steam"을 클릭하면 동시에 이미지를 얻어 오는 것을 확인 할 수 있습니다.
2022.10.251. 프로그램 실행 GenICam Browser 실행 방법 시작프로그램 -> Euresys eGrabber -> GenICam Browser를 실행합니다. 주의 사항 12.7 이하 버전에서는 중간 경로의 이름이 변경됩니다. Ex) 시작프로그램 -> Euresys Coaxlink -> GenICam Browser 2. Color Conversion - Board Color Conversion (Board) 상단의 Preferences 클릭 -> Image 탭의 Enable Bayer decoding을 해제 합니다. 우측의 Data Stream 클릭 -> Bayer 카테고리의 BayerMethod에서 Legacy, Advanced 중 하나의 알고리즘을 선택한다. 설정이 끝나면 좌상단의 Start Stream 버튼을 선택하여 영상을 확인합니다. 특징 FPGA에서 처리 할 수 있는 한계가 있어서 FPS가 감소 할 수 있으며 Board에 따라 지원이 제한 될 수 있습니다. Quad G3 인 경우 최대 100만 픽셀을 처리 할 수 있습니다. 3. Color Conversion - S/W Color Conversion (S/W) 우측의 Data Streams 클릭 -> Bayer 카테고리의 BayerMEthod 값을 Disable로 변경 합니다. 상단의 Preferences 클릭 -> Image 탭의 Bayer decoding method에서 사용하려는 알고리즘을 선택합니다. Method1, Method2, Method3 중 택일 상단의 Preferences 클릭 -> Image 탭의 Enable Bayer decoding 을 선택합니다. 설정이 끝나면 좌상단의 Start Stream 버튼을 선택하여 영상을 선택합니다. 특징 PC 성능에 따라 처리속도가 가변되어 FPS에 변화를 줄 수 있으므로 테스트가 필요합니다.
2022.10.251. Neural Network Classification 미리 정의된 클래스 목록 중 가장 확률이 높은 클래스로 분류합니다. Firefly-DL 카메라는 인식된 현재 클래스와 그를 결정하게 된 백분율을 제공 합니다. Object Detection 미리 정의된 클래스 목록 중 이미지 내에 있는 각각의 객체에 대한 확률이 높은 클래스로 분류 합니다 이미지 내의 위치정도(Bounding Box)를 제공 합니다. 동일한 이미지 내에서 다수의 클래스를 검출 할 수 있습니다. 2. 환경 구축하기 OverView 미리 학습된 신경망을 재 학습하여 Movidius Chipset 전용 형식으로 변환 하고, 재 학습된 신경망을 FFY-DL모델에 탑재하여 Deep Learning 검사환경을 구현 합니다. Neural Network의 구축, Firefly-DL에서 Inference가 가능하도록 변환하는 프로세스를 실행 하기 위해서는, 환경 구성이 필요 합니다. 요구되는 프로그램이 이미 설치 되어 있는 경우 (Spinnaker 제외), 프로그램 설정으로 인한 충돌을 방지하고자 재설치를 진행하는 것을 권장 드립니다. Neuro Utility PC에서 사용되는 네트워크 파일 (Neural Network)을 Firefly-DL에서 사용가능한 형식으로 변환하는 기능을 제공 합니다. 변환된 네트워크 파일을 카메라로 업로드 하는 기능을 제공 합니다. 아이콘을 클릭하여 설치를 진행 합니다. 이 나타날 때 까지 Next 를 눌러 진행 합니다. Install을 눌러 설치를 진행 합니다. Python 네트워크 파일 학습 및 FFY-DL 용으로 재 학습을 위한 스크립트를 실행하는 기능을 수행합니다. 아이콘을 클릭하여 설치를 진행 합니다. Add Python 3.5 to PATH를 선택합니다. Install Now를 클릭하여 설치를 진행합니다. Tensor Flow 네트워크 파일을 제작하는 오픈소스 플랫폼 FFY-DL에서 사용 가능 하도록 형식을 변환 (재 학습) 하는 기능을 제공 합니다. 명령 프롬프트를 실행합니다. py -3.5 -m pip install tensorflow==1.13.2를 입력 합니다. Tensor Flow for Poet Google에서 제공하는 Tensor flow로 구현된 네트워크 학습 예제 네트워크를 학습하는 방법을 확인 할 수 있는 스크립트를 포함 합니다. https://github.com/googlecodelabs/tensorflow-for-poets-2 해당 경로에서 파일을 받아 압축을 해제하여 줍니다. Training Data Tensor Flow for Poet을 테스트하기 위한 학습용 이미지 데이지, 민들레, 장미, 해바라기 및 튤립 등 다양한 꽃 사진으로 구성 https://download.tensorflow.org/example_images/flower_photos.tgz 경로에서 데이터를 다운로드 한 뒤 tensorflow-for-poet-2-master\tf_files 디렉토리에서 floswer_photos폴더의 압축을 해제 합니다. MobileNet-SSD (Detection 전용) 사전에 학습된 Caffemodel 및 prototxt파일을 연결하는 예제 Windows 환경에서는 Upload만 가능 https://flir.app.boxcn.net/s/frspfle54xi44qzi9ozybqg5i7s9orhz 해당 경로에서 다운로드 가능 3. Classification Classification - Retrain TensorFlow-for-poet-2-master 폴더 경로로 이동 합니다. 폴더의 Address bar에 cmd를 입력 합니다. (명령 프롬프트 윈도우가 해당 폴더경로를 포함하여 실행 됩니다.) Py -3.5 –m scripts.retrain –how_many_training_steps=500 –output_graph=tf_files/retrained_graph.pb –output_labels=tf_files/retrained_labels.txt –architecture=mobilenet_0.50_224 –image_dir=tf_files/flower_photos 을 명령 프롬프트 윈도우에 적어 실행 합니다. ※사용자의 PC 환경 (CPU)에 따라 학습시간은 상이할 수 있습니다. Retrain이 완료 되었는지 확인합니다. Tensorflow-for-poet-2-master\tf_files 경로에 들어가 retrained_graph.pb 및 retrained_labels.txt 파일이 정상적으로 생성 되었는지 확인 합니다. Classification - Command how_many_training_steps 학습 반복 횟수 일반적으로 많이 학습할 수록 검사 성능 향상. output_graph 재 학습된 Network File의 이름. output_label 재 학습에 사용된 이미지에 대한 Label 정보. architecture 사용되는 신경망 구조. 다양한 mobilenet 버전이 사용될 수 있습니다. image_dir 학습에 이용되는 이미지 경로. Classification - Upload Flir Neuro Utility를 실행 합니다. (관리자 권한으로 실행) Tensorflow (Classification)을 선택 합니다. CONTINUE 를 눌러 다음 단계를 진행합니다. .pb File : Retrain으로 생성된 pb 파일의 경로를 지정합니다. Network Input Width(px) : 224 Network Input Height(px) : 224 Input Layer Name : input Output Layer : final_result Output Directory : FFY-DL 용으로 변환된 네트워크 출력파일의 생성 경로를 지정 합니다. Convert File Name : FFY-DL 용으로 변환된 네트워크 출력 파일의 이름을 지정 합니다. Inference Type : pb파일이 학습된 알고리즘을 선택 합니다. Camera user Set : 저장할 메모리를 지정 합니다. Convert를 눌러 변환 과정을 진행 합니다. 완료가 되면 CONTINUE를 눌러 다음 단계를 진행 합니다. 선택사항 - Validation Validation의 사용할 이미지 폴더 경로를 지정합니다. START를 클릭 합니다. 선택사항 - Validation Validation 결과를 확인 합니다. 흰색 : 학습된 pb 파일에 대한 결과 주황색 : Convert 된 네트워크 결과 CONTINUE를 눌러 다음단계를 진행 합니다. Camera 연결 상태를 확인 합니다. 업로드 방식을 지정 합니다. Flash : Camera Flash Memory에 저장 (비휘발성) DDR : Camera DDR Memory에 저장 (휘발성) Configure & Develop을 눌러 업로드를 진행 합니다.
2022.10.251. AdapterConfigGUI 프로그램 실행하기 시작 > Spinnaker SDK (64Bit) > Utilities를 선택합니다. AdapterConfigGUI 프로그램을 실행 합니다. 2. AdapterConfigGUI 프로그램 사용하기 "Start" 버튼을 클릭 합니다. 설정하고자 하는 NIC Port를 선택 합니다 "Next" 버튼을 클릭 합니다. 네트워크 카드에 설정하고자 하는 IP를 IP Address와 Subnet Mask에 입력 합니다. "Next"를 클릭 합니다. Receive Buffers (Bytes)를 최대 값으로 설정 합니다. Transmit Buffers (Bytes)를 최대 값으로 설정 합니다. Jumbo Packets (Bytes)를 최대 값으로 설정 합니다. "Next" 를 클릭 합니다. ※ 네트워크 카드 드라이버에 따라 최대 설정 값은 하기 이미지와 다를 수 있습니다. ※ 일반적으로 Receive Buffers(Byte)의 값은 2048 이상, Jumbo Packests 는 9Kb (9014)로 설정 되며, 해당 값이 설정이 되지 않을 경우 네트워크 카드 드라이버 재설치가 필요 합니다. "Configure" 를 클릭 합니다. 네트워크 설정이 정상적으로 되었는지 확인 합니다. "Finish"버튼을 클릭하여 설정을 종료 합니다.
2022.10.241. 설정 방법 시작 프로그램 -> Spinnaker SDK (64bit) -> SpinView를 실행합니다. Device를 선택하고 연결 합니다. Features에서 “Device Reset”을 검색합니다. Execute버튼을 클릭하면 카메라 전원이 재인가 됩니다.
2022.10.24