신경망 학습을 위한 데이터 수집 요구 사항

신경망을 학습시키기 위해서는 실제 카메라에서 촬영한 비디오 녹화와 이미지를 수집하여 AxxonSoft에 제출해야 하며, 이들은 향후 애플리케이션에서 사용될 것과 동일한 해상도와 조건에서 촬영되어야 합니다.

예를 들어 신경망이 야외 비디오 피드를 분석하도록 설계된 경우, 촬영된 영상은 다양한 날씨 조건(맑음, 비, 눈, 안개 등)과 하루의 다양한 시간대(주간, 황혼, 야간)를 포함해야 합니다.

수집된 데이터에 대한 일반 요구 사항:

비디오 녹화 및 이미지를 수집할 때 사용하려는 감지 도구에 필요한 객체 이미지, 장면, 각도, 조명 및 비디오 스트림에 대한 특정 요구 사항을 충족해야 합니다 (검출 도구 설정 참조).
신경망을 다양한 시간대, 조명, 각도, 객체 유형 또는 날씨 조건에서 학습시키기 위해 필요한 경우, 각 조건에 대해 동일한 비율로 비디오 자료를 수집해야 하며 즉, 균형 잡힌 데이터가 되어야 합니다.
Note
예시. 야간과 주간에 감시 구역에서 사람을 지해야 하는 경우,
올바르게 수집된 데이터:
- 감시 구역의 비디오 녹화 4개, 각 5분 길이
- 각 비디오 조각에서 관심 객체가 프레임에 나타남
- 두 개의 조각은 야간 조건에서, 두 개는 주간 조건에서 녹화됨
잘못 수집된 데이터:
- 감시 구역의 비디오 녹화 3개, 각 5분 길이
- 각 비디오 조각에서 관심 객체가 프레임에 나타남
- 두 개의 조각은 야간 조건에서, 하나는 주간 조건에서 녹화됨

각 신경 분석 도구에 대한 비디오 영상의 추가 요구사항은 다음 표에 나와 있습니다:

도구	요구사항
신경망 필터	주어진 장면 조건에서 다양한 객체가 포함된 최소 1000 프레임과 객체가 없는 프레임(노이즈 프레임) 동일 수
신경망 추적기	주어진 장면 조건에서 객체가 포함된 3~5분 길이의 비디오. 장면에서 상황의 수와 변동성이 많을수록 좋습니다.
자세 감지 도구	사람이 없는 장면에서 10초 분량의 비디오 주어진 장면 조건에서 최소 100명의 다른 사람들 주의! 다양한 조건은 개인의 자세(기울임, 다른 팔꿈치 패턴 등)도 포함합니다.
개인 보호 장비 감지 도구	객체에서 모든 참조 장비 목록과 예시를 수집하고 분석 제조업체와 협의해야 합니다 (시설 내 유효한 장비 목록 제공 예시 참조). 주어진 장면 조건에서 3~5분 길이의 여러 비디오 녹화 수집된 비디오에서는 인력이 이동하고 자세를 변경하며, 30초 간격으로 장비를 착용하거나 벗어야 합니다. 개인 보호 장비 탐지 도구는 인공 조명 하에서 설계되었으므로, 다른 조명 조건에서의 비디오 녹화는 필요하지 않습니다.
화재 및 연기 감지 도구	주어진 장면 조건에서 다양한 객체가 포함된 최소 1000 프레임과 객체가 없는 프레임(노이즈 프레임) 동일 수
객체 존재 감지 도구	주어진 장면 조건에서 다양한 객체가 포함된 최소 1000 프레임과 객체가 없는 프레임(노이즈 프레임) 동일 수
음식 인식 *	실제 메뉴 항목의 최소 80% 이미지를 제공해야 합니다. 각 메뉴 항목은 다양한 조건에서 촬영된 20~40개의 이미지가 필요합니다.

위의 신경망 모델 학습을 위해 전송된 데이터 수집 요구 사항이 충족되고, 신경망이 학습 자료가 수집된 조건과 최대한 유사한 조건에서 작동하는 경우, 신경망 분석의 전체 정확도는 90%에서 97% 사이로 보장되며, 거짓 긍정 비율은 5-7%입니다. 일반 신경망*의 경우, 전체 정확도는 80-95%이며, 거짓 긍정 비율은 5-20%로 보장됩니다.

Note

* 향후 버전의 Axxon One에서 제공될 예정입니다.

** 정확도는 운영 조건에서 학습된 신경망 모델에 대해 표시됩니다.

*** 일반 신경망은 운영 조건에서 학습되지 않은 신경망입니다.

요구 사항은 언제든지 변경되거나 추가될 수 있습니다.

Page tree

Documentation for Axxon One 2.0. Documentation for other versions of Axxon One is [available too].