【Autodesk Fusion × Python】1 분에 100 장! AI 학습용 데이터를 자동 생성하는 '가상 스튜디오'로의 첫걸음

1.はじめに (서론)

제조업에서의 AI 외관 검사 도입에서 가장 큰 벽이 되는 것이 「학습용 데이터의 부족」 입니다.

현장에서 카메라를 구성하고 하나씩 촬영하는 것은 비용이 많이 들고, 조명과 각도의 변형을 포괄적으로 다루는 것도 어렵습니다.

따라서,Autodesk Fusion (전 Fusion 360) 의 Python API 를 활용합니다.

3D 모델을 가상 공간에 배치하고 프로그램으로 카메라를 제어하면, 모든 각도에서 이미지를 즉시 대량 생산할 수 있습니다.

2.이번 목표와 사용할 모델

본 기사의 목표는 「인력을 전혀 개입하지 않고, AI 학습에 최적화된 데이터셋을 1 분에 구축하는 것」 입니다.

사용할 모델

이번에는 McMaster-Carr 에서 수입한 다음 볼트를 검체로 준비했습니다.

• **명칭:**MDL_Bolt_UNC_1-4_20(1/4"-20 유니파이 나사)

얻은 결과

스크립트를 실행함으로써, 다음과 같이 모델을 전방위에서 포착한 512x512 픽셀의 이미지가 자동으로 지정 폴더로 저장됩니다.

3.개발 환경 준비

먼저, Python 에서 Fusion 의 API 를 조작할 수 있는지 확인해 봅시다.

• [유틸리티] 탭 > [스크립트 및アドイン] 열기. - 「作成」버튼에서 새로운 스크립트 (Python) 를 생성.
• 다음 통신 확인용 코드를 붙여넣고 실행하고, 메시지 박스가 나오면 준비가 완료되었습니다.

import adsk.core, adsk.fusion, traceback
def run(context):
ui = None
...

4.데이터 생성 스크립트 구현

이제부터 실제로 사용할 상세 스크립트와 그 설명입니다.

import adsk.core, adsk.fusion, traceback
import os
import math
...

설명

angle & height: 진행률 (i / num_images) 에 맞춰 나선형 (らせん) 궤적을 계산합니다. 이를 통해 모델의 전방위를 포괄하는 이미지를 얻을 수 있습니다.

adsk.doEvents(): 스크립트 실행 속도에 따라 그림이 지연되는 것을 방지하고, 한 장씩을 확실하게 캡처하기 위한 필수 처리입니다.

saveAsImageFile: 512x512 와 같은 고정 해상도로 출력함으로써, 후속 AI 학습 (객체 감지 또는 분류) 의 경우 전처리 과정을 단순화할 수 있습니다.

5.오わりに

이번에는 기초 편으로「전방위 촬영」을 소개했습니다.

향후는 더 실전적인 시뮬레이션 환경 구축을 목표로 해보겠습니다.