01
조명 · 광학
비전 문제의 절반은 알고리즘이 아니라 빛에서 시작됩니다. 조명 방식, 렌즈, 작동 거리부터 다시 봅니다.
대표 증상
- 반사 · 하이라이트로 결함이 묻힘
- 제품 위치에 따라 밝기가 달라짐
- 초점이 한쪽만 맞거나 가장자리가 흐림
- 외광(창문 · 형광등)에 따라 결과가 흔들림
- 렌즈 · 카메라 선정 기준을 모르겠음
Topics
이런 문제를 봐드립니다
현장에서 반복되는 머신비전 문제를 다섯 갈래로 나눴습니다. 어디에 해당하는지 몰라도 괜찮습니다. 증상만 적어주시면 분류는 이쪽에서 합니다.
02
오검출 · 미검출
NG를 OK로, OK를 NG로 판정하는 문제입니다. 임계값 조정보다 먼저 봐야 할 것이 있습니다.
대표 증상
- 양품을 불량으로 잡아 라인이 자주 멈춤
- 특정 불량만 유독 놓침
- 같은 제품인데 검사 결과가 매번 다름
- 임계값을 아무리 바꿔도 안정되지 않음
- ROI · 전처리 · 필터 설정 순서가 헷갈림
03
위치 · 정렬 · 치수
픽셀을 mm 로 바꾸는 순간부터 오차가 쌓입니다. 캘리브레이션과 분해능을 함께 점검합니다.
대표 증상
- 측정값이 실제 치수와 다르거나 편차가 큼
- 로봇 가이드 좌표가 조금씩 어긋남
- 제품이 회전 · 이동하면 검사가 깨짐
- 화면 가장자리에서만 오차가 커짐
- 필요한 카메라 해상도를 계산하지 못함
04
딥러닝 데이터 · 학습
모델이 아니라 데이터셋 설계에서 갈리는 문제입니다. 클래스 정의와 라벨링 기준부터 정리합니다.
대표 증상
- 학습 정확도는 높은데 현장에서는 틀림
- 불량 데이터가 너무 적어 학습이 안 됨
- 라벨링 기준이 사람마다 달라 결과가 흔들림
- 어떤 모델(분류 · 검출 · 세그멘테이션)을 써야 할지 모르겠음
- YOLO · Cognex ViDi · 자체 모델 중 선택이 어려움
05
딥러닝 배포 · 운영
학습은 끝났는데 라인에 올리지 못하는 문제입니다. 속도, 장비, 재학습 주기를 같이 봅니다.
대표 증상
- 추론 시간이 택트타임을 넘김
- PC · 엣지 장비 · GPU 사양 선정이 막막함
- 시간이 지나면서 정확도가 떨어짐(드리프트)
- 재학습 · 모델 교체 절차가 정해져 있지 않음
- 여러 라인 · 장비에 같은 모델을 올릴 때 기준이 없음
Check list
이런 상황이라면 지금 질문하세요
하나라도 해당되면 사진과 함께 보내주세요. 대부분 원인이 몇 가지로 좁혀집니다.
- 장비 업체는 '조건이 바뀌어서 그렇다'고만 하고 해결이 안 된다
- 오검출 때문에 검사기를 끄고 육안 검사로 돌아갔다
- 파라미터를 바꾸면 다른 제품에서 문제가 생긴다
- 새 라인에 비전을 넣어야 하는데 카메라 · 렌즈 · 조명 선정 기준이 없다
- 딥러닝을 도입했는데 현장 정확도가 데모 때와 다르다
- 비전 담당자가 퇴사해 설정을 손대기 무섭다
- 외부 컨설팅을 받기엔 규모가 작아 어디에 물어볼지 모르겠다
Process
진행 방식
복잡한 절차 없이 네 단계로 끝납니다. 첫 답변까지 비용은 들지 않습니다.
- 01Step
질문 접수
아래 양식에 증상, 현재 구성, 사진을 올려주세요. OK 이미지와 NG 이미지가 각각 있으면 가장 좋습니다.
- 02Step
검토
사진과 조건을 보고 조명 · 광학 · 알고리즘 · 데이터 중 어디에 원인이 있을 가능성이 큰지 좁힙니다.
- 03Step
답변
원인 가설과 확인 방법, 그리고 비용이 적게 드는 순서대로 개선안을 정리해 이메일로 보내드립니다.
- 04Step
후속 질문
개선안을 적용해 보고 결과 사진과 함께 다시 보내주세요. 될 때까지 몇 번이고 이어서 봐드립니다.
How to ask
좋은 답변을 받는 질문 요령
아래 정보가 있으면 답변이 훨씬 구체적으로 나옵니다. 모르는 항목은 비워두셔도 됩니다.
사진
- 정상 판정된 이미지 1장 · 문제 이미지 1장 (검사기에서 캡처한 원본이 가장 좋습니다)
- 카메라 · 조명 · 제품이 함께 보이는 설치 사진 1장
- 가능하면 검사 화면(ROI · 판정값)이 보이는 스크린샷
현재 구성
- 장비 · 소프트웨어: Cognex VisionPro, Halcon, OpenCV, 자체 개발 등
- 카메라 해상도 · 렌즈 초점거리 · 작동 거리 · 조명 종류(링 · 바 · 돔 · 백라이트 · 동축)
- 제품 재질 · 크기 · 검사 항목 · 라인 속도(택트타임)
증상
- 언제부터, 어떤 조건에서 발생하는지 (특정 제품 · 시간대 · 라인 속도)
- 지금까지 시도해 본 것과 그 결과
- 딥러닝이라면 데이터 수 · 클래스 구성 · 학습/현장 정확도
회사명이나 제품이 드러나는 것이 부담되면 가려서 보내주세요. 접수된 사진은 답변 목적으로만 쓰고 외부에 공개하지 않습니다.
Coach
코치 소개
제조 현장에서 머신비전 검사기를 세우고 다듬어 온 현장 엔지니어입니다. 검사기가 라인을 세우는 순간마다 원인이 조명인지, 광학인지, 알고리즘인지 하나씩 나눠 잡아 왔습니다.
비전 문제는 대부분 '설정 몇 개'가 아니라 '순서'의 문제였습니다. 빛을 먼저 정리하고, 그 다음 광학, 그 다음 알고리즘을 만지면 대부분 안정됩니다. 그 순서를 알려드리는 것이 이 코칭의 목적입니다.
장비를 파는 사람이 아니라 문제를 잡는 사람의 입장에서 답변합니다. 비용을 들이지 않고 해결할 수 있으면 그렇게 말씀드리고, 장비를 바꿔야 하면 왜 그런지 근거를 드립니다.
머신비전코치
다뤄 온 영역
- 룰베이스 검사 비전 (Cognex · Halcon · OpenCV)
- 딥러닝 비전 (분류 · 검출 · 세그멘테이션)
- 조명 · 렌즈 · 카메라 선정
- 로봇 비전 가이드 · 캘리브레이션
- 검사 데이터 관리 · 재학습 운영
FAQ
자주 묻는 질문
정말 무료인가요? 나중에 비용이 청구되나요?
무료입니다. 첫 답변과 후속 질문 모두 비용을 받지 않습니다. 현장 방문이나 장시간 작업이 필요한 경우에만 별도로 상의드리고, 원치 않으시면 진행하지 않습니다.
어떤 장비 · 소프트웨어까지 봐주시나요?
Cognex, Halcon, OpenCV 기반 자체 개발, 딥러닝 프레임워크(YOLO 등)까지 봅니다. 특정 장비의 메뉴 조작보다는 원인을 좁히고 개선 순서를 잡는 데 집중합니다.
답변은 얼마나 걸리나요?
보통 며칠 안에 이메일로 답변드립니다. 사진과 조건이 충분하면 더 빨라집니다. 질문이 몰리면 접수 순서대로 처리합니다.
회사 기밀이 걱정됩니다.
접수된 내용과 사진은 답변 목적으로만 사용하고 외부에 공개하지 않습니다. 제품 형상이 부담되면 일부를 가리거나 유사한 샘플로 대신 보내주셔도 됩니다.
사진은 어떻게 보내나요?
아래 양식에서 최대 3장까지 바로 첨부할 수 있습니다. 브라우저에서 자동으로 크기를 줄여 보내므로 휴대폰 사진도 괜찮습니다. 더 많은 자료는 답변 메일에 회신하며 보내주세요.
딥러닝을 써야 할지 룰베이스로 될지 모르겠습니다.
그 판단 자체가 코칭 범위입니다. 제품 사진과 불량 유형을 보내주시면 룰베이스로 충분한지, 딥러닝이 필요한지, 필요하다면 데이터를 얼마나 모아야 하는지 함께 정리해 드립니다.
Ask
머신비전 문제, 무료로 질문하기
증상과 사진을 남겨주시면 원인 가설과 개선 순서를 정리해 이메일로 답변드립니다.