SLX SynthForge GitHub 공개: 산업 비전(Industrial Vision)을 위한 AI

SLX SynthForge가 GitHub에서 이용 가능해졌으며, 전자 기판 검사를 위한 컴퓨터 비전(computer vision for electronic board inspection), 3D 장면 및 합성 데이터(synthetic data)를 통합합니다. Silicon LogiX 데스크톱 애플리케이션을 사용하면 작업자가 가상 보드를 편집하고, 이미지를 캡처하며, 로컬에서 실행되는 AI 모델로 결함을 분석할 수 있습니다.

이 애플리케이션은 C++17, Qt Quick 및 QML을 사용합니다. 독점적인 Silicon LogiX SynthForge Core 엔진이 렌더링(rendering), 시각 분석(visual analysis) 및 추론(inference)을 처리하는 동안, Python 및 NumPy는 분류기(classifiers)를 훈련시킵니다. 이 프로젝트는 예제 준비부터 모델 버전 비교 및 검사 증거 보존에 이르는 워크플로우를 문서화합니다.

3D 보드에서 결함 감지까지

참조 장면은 PowerBoard이며, 이는 46개의 편집 가능한 구성 요소(components)를 가진 데모 보드입니다. 작업자는 검사를 시작하기 전에 구성 요소를 제거하거나, 위치를 변경하거나, 회전시킬 수 있습니다. 이 보드 모델은 공칭 외관(nominal appearance), 누락된 구성 요소 및 위치 또는 외관의 변화를 구별합니다.

각 결과는 CAD 참조와 캡처된 이미지 세부 사항, 점수 및 모델 식별자를 연결합니다. 결과는 **PASS(합격), DEFECT(결함) 및 REVIEW(검토)**로 분류됩니다: 승인된 구성 요소, 감지된 결함 또는 검토가 필요한 경우입니다. 검사 워크플로우에 설명된 바와 같이, 가시성이 불충분하거나 예상 프로필을 벗어난 캡처는 검토가 필요합니다.

SLX SynthForge detects missing C2 and misplaced U4 components and links the defects to the 3D electronic board

가상 보드 검사: C2 및 U4의 결함은 캡처된 이미지와 해당 CAD 참조에 연결됩니다.

비전 엔진: Silicon LogiX SynthForge Core

애플리케이션의 중심에는 SiliconLogiX.SynthForge.Core.dll 라이브러리로 배포되는 C++ 엔진이 있습니다. 공개 API는 렌더링, 데이터셋 생성 및 검사 기능을 노출합니다. Engine 모듈은 장면 이미지를 생성하고 수치 모델을 캡처에 적용합니다. SDK 문서는 인터페이스와 엔진 간의 분리를 설명합니다.

보드 인식은 640 × 480 픽셀 RGB 이미지와 정의된 검사 카메라를 사용합니다. 엔진은 캡처된 픽셀을 분석하며, 결함을 도입하는 데 사용되는 명령어는 준비 및 추적 가능성 데이터로 유지됩니다. 추론(inference) 전에 모델 호환성, 자산 식별자 및 캡처 조건이 확인됩니다.

CAD 장면
  ↓ RGB 캡처
  ↓ 시각적 특징
...

C++ 엔진은 가상 장면을 이미지 분석 및 검사 결과와 연결합니다.

머신러닝: 시각적 특징과 소프트맥스 분류

AI 기술은 소프트맥스 함수를 사용하는 다중 클래스 선형 분류기입니다. '특징(features)'이라고 불리는 수치 이미지 특성은 정규화되고 학습 중에 얻은 가중치와 결합됩니다. 소프트맥스는 클래스 점수를 생성하며, 이는 승인 임계값 및 캡처 검사와 함께 사용됩니다.

편집 가능한 보드 검사기는 예제당 16개의 시각적 특징과 세 가지 클래스(정상(nominal), 누락(missing), 위치 또는 외관 변경(changed position or appearance))로 작동합니다. 검사기 학습 파이프라인은 정규화 매개변수, 가중치 및 모델 식별자를 보존합니다.

전용 C1 및 U4 컴포넌트 실험실은 컴포넌트 영역에 맞춰 정렬된 24 × 24 픽셀 RGB 크롭을 사용합니다. 이 모델은 다섯 가지 시나리오를 구별합니다: 정상 보드(nominal board), 누락된 컴포넌트(missing component), 미정렬(misalignment), 역극성(reversed polarity) 및 납땜 브릿지(solder bridge). 이는 자체 visual softmax classifier를 가진 별도의 파이프라인입니다. 점수는 모델의 응답을 설명하며 실험의 맥락에서 평가되어야 합니다.

모델 훈련을 위한 Python 및 NumPy

훈련에는 수치 계산을 위해 NumPy가 사용되며, 가중치를 업데이트하기 위해 **Adam 최적화기(optimiser)**를 사용합니다. 손실 함수는 분류가 예시 레이블과 얼마나 다른지를 측정하는 _교차 엔트로피(cross entropy)_입니다. 모델은 검증 손실(validation loss)을 사용하여 선택됩니다.

훈련, 검증 및 테스트는 각기 다른 역할을 합니다. 정규화(Normalisation)는 훈련 데이터에 맞춰 조정되며, 별도의 테스트 세트가 선택 후 모델을 평가합니다. 매개변수는 버전이 지정된 JSON 파일로 내보내지며 C++ 엔진에서 추론(inference)을 위해 로드됩니다. 포함된 모델을 사용한 검사는 Python 설치 없이 작동하지만, 새로운 모델을 훈련하려면 Python 환경이 필요합니다.

합성 데이터 및 포착 견고성

Dataset forge는 3D 장면으로부터 예시를 생성하고 이를 시뮬레이션 결함 레이블과 연관시킵니다. 이는 실험의 반복 가능성을 높이고, 사례를 정리하며, 훈련 예제를 다양화합니다. 데이터 누수(data leakage)를 줄이기 위해 포착 그룹은 훈련, 검증 및 테스트 간에 분리됩니다.

**견고성 실험실(Robustness lab)**은 조명, 반사, 블러, 카메라 기울기 등을 변화시킵니다. 그 결과 그리드는 모델이 허용 가능한 결정을 유지하는 곳과 검토 또는 새로운 포착이 필요한 곳을 보여줍니다. 평가 워크플로우는 이미지 품질과 분류기 동작을 연결합니다.

데스크톱 애플리케이션을 위한 Qt Quick 및 C++

Qt Quick, QML 및 Qt Quick Controls는 작업자 인터페이스(operator interface)를 제공합니다. 여기에는 보드 편집, 캡처 제어, 검사 결과 및 AI 실험실이 포함됩니다. OpenGL은 대화형 3D 미리보기를 처리하며, 필요로 하는 워크스테이션을 위해 소프트웨어 모드가 사용 가능합니다.

C++ 서비스는 인터페이스 흐름 외부에서 처리를 조정하여, 프레젠테이션과 렌더링 및 생성 작업을 분리합니다. CMake 및 CTest가 빌드와 자동화된 검사를 구성합니다. 문서화된 아키텍처는 프레젠테이션, 비전 엔진(vision engine), 그리고 훈련 도구(training tools)를 구분합니다.

모델 비교 및 결과 추적성 (Model comparison and result traceability)

Assembly AI lab은 개발 사례를 수집하고 새로운 예시를 준비하며 초기 모델을 후보 모델과 비교합니다. 독립적인 벤치마크는 수집 전에 고정됩니다. 즉, 두 버전 모두 동일한 데이터와 동일한 임계값(threshold)으로 평가됩니다. 새로운 예시는 훈련 및 검증에 사용됩니다.

비교에는 놓친 결함(missed defects), 오경보(false alarms), 검토 필요 사례(REVIEW cases) 및 수용된 결정의 비율이 고려됩니다. 후보 활성화는 명시적입니다. 실험과 보고서는 이미지, CAD 참조, 편집 내용, 모델 식별자를 보존하며, HTML, CSV 및 JSON 형식으로 결과에 접근할 수 있게 합니다. 게시된 검증(published validation)은 결과와 합성 실험의 조건을 문서화합니다.

SLX SynthForge 사용 방법 (How to try SLX SynthForge)

v0.4.1 릴리스에는 휴대용 Windows 패키지가 포함되어 있습니다. GitHub 저장소에는 애플리케이션 소스, 스크린샷, 문서 및 예시가 들어 있습니다. 독점 엔진은 Silicon LogiX 평가 라이선스에 따라 바이너리 SDK 형태로 제공됩니다.

SynthForge는 합성 데이터(synthetic data)를 기반으로 하는 산업 비전 데모 환경입니다. 이 워크플로우를 생산 라인에 적용하려면 제품을 대표하는 실제 이미지, 광학 장치(optics), 조명 및 결함에 대한 검증이 필요합니다.

산업 비전 및 맞춤형 소프트웨어

검사 도구를 개발하거나 시각 분석 및 보고 기능을 통합하는 기업들을 위해 Silicon LogiX는 맞춤형 소프트웨어 개발과 AI 및 머신러닝 서비스를 제공합니다. SynthForge는 데스크톱 인터페이스, 네이티브 엔진, 훈련 데이터(training data), 그리고 검증 가능한 결과가 어떻게 함께 작동할 수 있는지 보여줍니다.

산업 비전 프로젝트에 대해 Silicon LogiX에 문의하기: 요구사항을 정의하고 실현 가능성 실험을 수행하기 위해 프로세스, 사용 가능한 데이터 및 필요한 기능을 설명하십시오.

주제 및 기술

Silicon LogiX에서 최초 게시됨: https://www.siliconlogix.it/en/article/slx-synthforge-on-github-ai-for-industrial-vision