CNN 기술 기반 비전 시스템을 활용한 비용 효율적인 소변 침전물 검사

소변 침전물 분석의 어려운 점은 무엇입니까?

실험실 분석은 물론 신뢰도를 저해하지 않으면서도 빠르고 경제적으로 이루어져야 합니다. 이러한 요구 사항은 올바른 임베디드 비전 시스템에서 CNN 기술 기반 분석 알고리즘을 통해 실현할 수 있습니다. 결정적인 요소는 올바른 하드웨어 및 소프트웨어 구성 요소, 즉 서로 조화를 이루는 구성 요소들의 통합입니다. 이 작업은 숙련된 파트너사를 통해 진행하는 것이 가장 바람직합니다.

솔루션: 신뢰할 수 있고 경제적인 CNN 기반 비전 시스템

이 데모는 앞서 언급한 자동화된 소변 침전물 현미경 검사와 같은 작업에 적합한 신뢰성 있고 경제적인 CNN 기반 비전 시스템을 제공합니다. Basler의 폭넓은 포트폴리오를 통해 필요한 모든 하드웨어 및 소프트웨어 구성 요소를 제공하고 있습니다.

시스템 하드웨어는 5MP 해상도와 MIPI CSI2 인터페이스를 지원하는 dart 컬러 카메라 모듈, 적합한 데이터 케이블, Basler가 자체 개발한 임베디드 비전 프로세싱 보드로 구성되어 있습니다. 이 보드는 관련 통신 및 제어 인터페이스를 제공하여 소형 벤치탑 디바이스의 중앙 컨트롤러 유닛으로 통합하기에 적합합니다. 최적의 가성비를 구현하는 Basler 보드의 핵심 요소는 NXP®의 i.MX 8M Plus입니다. 시스템 소프트웨어에는 카메라 설정과 이미지 캡처 및 분석을 위한 pylon 소프트웨어 제품군이 포함되어 있습니다. 사용되는 dart 카메라 모듈에는 이미지 전처리를 담당하는 ISP(이미지 신호 프로세서)가 내장되어 있어, 디베이어링, 노이즈 제거, ROI(관심 영역) 설정, 센서 픽셀의 목표 해상도 스케일링 등의 작업을 수행합니다. 일부 dart 카메라 모듈에는 ISP가 통합되어 있지 않기 때문에, 이러한 경우에는 임베디드 비전 프로세싱 보드에 포함된 i.MX 8M Plus의 ISP를 대안으로 사용할 수 있습니다.

CNN의 후속 추론 작업은 NPU(신경 처리 장치)라고 하는 i.MX 8M Plus SoC(시스템 온칩)의 특수 프로세서에서 수행됩니다. CNN에 특화된 계산 집약적 작업은 NPU가 하드웨어 가속을 통해 처리하여 실행 효율이 높습니다. pylon AI Platform 의 AI vTool 객체 감지 기능은 NPU에 최적화되어 있으며, NPU에서 추론이 완료된 후에는 i.MX 8M Plus SoC의 CPU(중앙 처리 장치)에서 추가 처리가 진행됩니다. pylon 뷰어는 이미지 처리 솔루션을 구성하는 데 사용되며, AI vTool을 통해 출력 설정 및 바운딩 박스 시각화를 제공합니다. 그 결과 소변 침전물 구성 요소를 정확하고 효율적으로 분류하고 위치를 파악하여 통계 결과값을 생성할 수 있습니다. 이렇게 구성된 설정과 저장된 레시피는 별도의 프로그래밍 작업 없이도 대상 어플리케이션 소프트웨어로 전송할 수 있습니다.

CNN 기반 임베디드 비전 시스템이 소변 침전물 분석에 제공하는 이점

• 웝스톱으로 제공되는 완벽한 임베디드 비전 프로세싱 보드

• 프로토타이핑부터 전체 시스템 양산까지 모두 적합한 보드

• 장기 가용성과 최적화된 가성비를 갖춘 전문 비전 기술

• 이미지 획득부터 이미지 처리, 이미지 분석까지 통합 솔루션을 제공하는 pylon 소프트웨어 제품군

• 다양한 소변 성분 개수 및 위치를 파악하는 pylon AI vTool 객체 감지 기능