Target
Target 설정은 Vision ML 모델이 영상에서 어떤 객체를 탐지할지 결정하는 단계입니다. EVA의 효율적인 시스템 리소스 활용을 위해 매우 중요한 설정입니다.
타겟 설정의 기본
탐지 시나리오를 처음 작성할 때, 시나리오 내용에 포함된 객체들은 자동으로 추출되어 Target으로 설정됩니다. 사용자는 언제든지 이 목록에 객체를 추가하거나 수정할 수 있습니다.
모델 선택 및 임계값 조정
EVA는 다양한 Vision ML 모델들을 제공하므로, 설정된 타겟 객체를 더 정확하게 찾을 수 있는 모델로 변경하여 분석의 질을 높일 수 있습니다.
또한, 임계값 (Threshold) 을 조정하여 객체 탐지에 대한 민감도를 세밀하게 제어할 수 있습니다. 임계값을 높이면 확실한 객체만 탐지하고, 낮추면 불확실한 객체도 탐지하므로, 운영 환경에 맞춰 조정하여 오탐과 미탐을 최소화하세 요.
Image Guided Detection 기능 활용
EVA의 Vision ML 모델은 파운데이션 모델 기반의 Zeroshot 객체 탐지 모델들로 구성되어 있어, 일반적인 객체들은 뛰어난 성능으로 탐지할 수 있습니다. 그러나 도메인에 특화된 객체 (예: 특정 로고가 있는 장비, 고유한 형태의 부품)는 정확하게 찾지 못할 수 있습니다.
이러한 경우, EVA는 Image Guided Detection 기능을 제공합니다.
- Reference 이미지 제공 : 도메인 특화 객체나 특정 객체의 참조 이미지 (Reference Image) 를 시스템에 제공합니다.
- Object Detection : Vision ML 모델은 이 이미지를 참고하여 해당 객체를 추가적인 학습 없이 탐지할 수 있도록 합니다.
💡VLM은 상황 판단에 사용되기 때문에 계산량이 많습니다. 반면, Vision ML 모델은 훨씬 가벼워 객체를 지속적으로 탐지하는 데 효율적입니다. Vision ML이 객체를 정확하게 탐지하고, 탐지된 경우에만 조건에 따라 VLM에 상황 판단을 요청하도록 설정함으로써 시스템 리소스를 효율적으로 활용할 수 있습니다.