이 워크숍에서는 결함 감지 분류기를 트레이닝하고 가속화하고 최적화하는 방법을 설명합니다. 먼저 산업 검사, 문제 수립, 데이터 큐레이션, 탐색 및 포맷과 관련된 주요 문제를 살펴보면서 시작합니다. 그런 다음 전이 학습(Transfer Learning)의 기초, 온라인 증강, 모델링 및 미세 조정에 대해 알아봅니다. 워크숍을 마치면 최적화 추론의 주요 개념, 성능 평가 및 딥 러닝 모델의 해석을 잘 이해하게 됩니다.
학습 목표
이 워크숍에 참여함으로써 다음을 수행하는 방법을 학습할 수 있습니다.
- 산업 검사 사례 연구를 확립하고 자동 광학 검사(AOI) 기계에서 생성하는 데이터세트 큐레이션
- 산업 검사 워크플로우에서 물류 및 데이터 처리의 과제 해결
- pandas DataFrame 및 NumPy 라이브러리를 사용하여 데이터세트에서 유의미한 인사이트 도출
- 딥 러닝 분류 모델(Inception v3)에 전이 학습 적용
- 딥 러닝 모델 미세 조정 및 평가 기준 설정
- NVIDIA® TensorRT™ 5를 사용하여 NVIDIA V100 Tensor 코어 GPU에서 훈련된 Inception v3 모델 최적화
- V100의 Tensor 코어를 사용하여 FP16 반정밀도 고속 추론 테스트
워크숍 데이터시트 다운로드 (PDF 83.3 KB)