AI 기반 비전 분석 플랫폼

AI 기반 비전 분석 플랫폼

DeepVi는 데이터 수집부터 모델 배포·자동 재학습까지 하나의 플랫폼에서 처리하는 No-Code End-to-End AI 비전 플랫폼입니다. 별도 개발 인력 없이 현장 담당자가 직접 라벨링·학습·추론·리뷰 사이클을 운영할 수 있으며, 온프레미스 또는 클라우드 환경을 선택할 수 있습니다. 제조·스마트팜·물류·보안 등 다양한 산업 환경에 즉시 적용 가능한 범용 파이프라인을 제공합니다.

DeepVi로 할 수 있는 것

24시간 실시간 AI 검사 라인 구축

• 야간·주말 공백 없이 무인 자동 검사 라인 운영
• 실시간 이미지 전처리부터 추론까지 즉시 처리
• 결함 위치·분류·신뢰도 실시간 화면 표시
• 검사 결과 이력 자동 저장 및 조건 검색·조회

No-Code로 직접 라벨링·학습·추론 운영

• 비전문가도 웹 기반 UI로 바로 시작하는 직관적 라벨링 환경
• Classification / Detection / Segmentation 3종 라벨링 통합 지원
• 하이퍼파라미터·데이터 분배 설정 후 원클릭 학습
• 산업 구분 없이 동일 파이프라인으로 즉시 현장 적용

자동화 MLOps 사이클로 반복 지연 제거

• 데이터셋 관리부터 모델 배포까지 통합 자동화
• 오탐 검토·재라벨링 후 신규 모델 자동 생성 및 성능 비교 배포
• MLOps 기반 자동 재학습 및 배포 파이프라인
• 데이터 이상 감지·극복으로 성능 지속 유지

On-Premise · Cloud 선택 배포로 비용 절감 및 보안 강화

• 클라우드 종량 비용 없이 고정 라이선스 운영
• 온프레미스 구성 시 내부 서버 자체 처리로 외부 데이터 전송 없음
• 자동 재학습 루프로 별도 유지보수 없이 성능 지속 개선
• 서버 추가만으로 확장 가능한 온프레미스 스케일아웃

적용 분야

🏭 Manufacturing (제조·품질검사)

❌ 육안 검사 피로·오판 / 숙련 인력 필수
→ ✅ 24h 카메라 실시간 탐지 / 불량 위치·유형 정밀 분류

• 육안 검사의 피로 없이 정밀 자동 품질검사
• 무인 검사 라인 24h 이상 운영
• 스크래치·스케일·포레 등 결함 유형 Classification
• 치수 측정 자동화
• 검사 결과 이력 자동 DB 저장·조회

🌱 Smart Farm (스마트팜)

❌ 병해충 발견 후 이미 확산 / 대면적 모니터링 인력 부족
→ ✅ 조기 병해충 자동 탐지 / 광범위 실시간 모니터링

• 병해충 조기 탐지로 위치·종류 자동 식별
• 식물 성장 단계별 Segmentation 분석
• 광범위 실시간 카메라 모니터링
• 데이터 기반 생육도·수량 정기 예측

🚚 Logistics (유통·물류)

❌ 분류·검수 대규모 인력 / 바코드 손상 시 수작업
→ ✅ 컨베이어 카메라 실시간 자동 분류 / 라벨·바코드 불량 자동 탐지

• 상품 자동 분류 — 컨베이어 카메라 실시간 연동
• 바코드·라벨 불량 탐지 및 이력 DB 자동 저장
• 유통기한 이상 상태 실시간 감지 및 알림
• 설비별 결함 발생 이력 조건 검색 기능

🔒 Security (보안·모니터링)

❌ CCTV 전담 인력 상시 배치 / 이상 행동 실시간 감지 불가
→ ✅ 이상 행동·객체 자동 감지 / 무인 24시간 CCTV 자동 분류

• 이상 행동 실시간 감지 — 신뢰도 필터링 적용
• 무인 24시간 CCTV 분석 및 이벤트 유형 자동 분류
• 추적 객체 자동 분류 (인원·차량·동물 등)
• 탐지 좌표·발생시각 정확 데이터 자동 기록

경쟁사 대비 강점

AutoML / 비전 툴 대비 DeepVi의 핵심 차별점

주요 기능

Storage (데이터 관리)

• Web / FTP 이미지 일괄 업로드
• NAS · File Server 원격 보관
• 전용 썸네일 자동 생성으로 대용량 데이터 고속 탐색
• 다중 이미지 일괄 삭제·이동 배치 처리
• 원본 데이터 영구 보관 · 재사용 용이
• 데이터셋 추가 시 스토리지 용량 불변

Dataset (라벨링)

• Classification / Detection / Segmentation
  3종 라벨링 통합 지원 환경
• BBox·Mask 정밀 라벨링 툴 통합 제공
• 결함 유형별 카테고리 분류 체계 관리
• 픽셀단위 학습으로 성능 향상
• 데이터셋 분할·병합으로 다양한 학습 구성

Inline Processing (실시간 영상처리)

• 차원 · Template Matching
• 화질 개선 · Align 보정으로 학습 정확도 향상
• 참조영상 등록 및 관리
• 이동 · 회전 값 자동 산출

Model (학습 · 검증)

• Pre-trained / Custom Model 지원
• 하이퍼파라미터 · 데이터 분배 설정 후 원클릭 학습
• Transfer Learning · Early Stop 설정
• Confusion Matrix · mAP · Loss 실시간 모니터링
• Best Weight 자동 저장 · 체크포인트 다운로드

Inference (실시간 추론)

• 카메라 · 파일 이미지 실시간 연동 추론
• Inference 결과 모니터링
• 신뢰도 낮은 결과 자동 필터링
• 결함 종류 · 좌표 · 시각 정보 자동 DB 저장
• 과거 이력 조건 검색 · 조회 기능
• Workflow 기반 빠른 알고리즘 구성

Review (모델 개선)

• 오탐 검토 · 재라벨링 · 코멘트로 추가 학습 데이터 누적
• 신규 모델 자동 생성 후 성능 비교 후 배포 교체
• MLOps 기반 자동 재학습 및 배포 파이프라인
• 데이터 이상 감지 · 극복 지속 성능 유지
• 자연어 기반 유사 결함 원인 분석
• 데이터 열화 감지 및 극복

주요 화면 흐름

Dataset → Training → Inference → Review 4단계 화면 의 핵심 기능

Step 1 — Dataset · Labeling (데이터 라벨링)

• 웹 기반 UI로 비전문가도 즉시 라벨링 가능
• Classification / Detection / Segmentation 3종 라벨링 통합
• 데이터셋 분할·병합으로 산업별 맞춤 구성
• 라벨 데이터 버전 관리 · 이력 추적

Step 2 — Model · Training View (학습 모니터링)

• Epoch별 mAP·Loss 실시간 차트 모니터링
• Early Stop · Transfer Learning으로 학습 최적화
• 학습 중단 없이 상태 확인
• 모델 비교 · Best 모델 자동 선택

Step 3 — Inference · 실시간 탐지 (카메라 연동 추론)

• 학습 완료 즉시 카메라 연결·실시간 추론 시작
• 결함 위치와 분류 신뢰도 실시간 화면 표시
• 결과 자동 저장으로 이력 관리
• 멀티 카메라 동시 모니터링

Step 4 — Review · 재학습 루프 (오탐 수정 · Retrain)

• 기존 데이터셋 병합 후 자동 재학습
• 신규 모델 생성 후 성능 비교 후 운전 모델 자동 교체
• 확장 데이터 누적으로 모델 정확도 지속 향상
• 지속적 개선 루프로 자동화