Robovision

노코드 컴퓨터 비전 방식이라 브라우저 화면에서 라벨링, 학습, 임계값 조정이 모두 끝난다. 제품과 결함을 아는 사람이면 파이썬을 건드리지 않고 쓸 만한 모델을 만든다. 데이터 과학팀 대기열에 걸린 프로젝트와 이번 분기에 나가는 프로젝트의 차이가 여기서 갈린다.

Robovision은 분류, 인스턴스 분할, 시맨틱 분할, 객체 검출을 기본으로 하고 여기에 자사 알고리즘 반입을 더한다. 분류는 화면에 무엇이 있는지 답한다. 인스턴스 분할은 개체 윤곽을 픽셀 단위로 따라가므로 맞닿거나 겹친 부품을 처리한다. 어떤 기법을 고르느냐가 모델이 잴 수 있는 범위를 정한다.

분류와 측정은 각 기계에 설치된 에이전트에서 현장 처리된다. 멀리 있는 데이터센터에 의존하지 않는다. 연결이 끊겨도 생산은 이어진다. 이미지를 공장 밖으로 보낼 수 없는 현장에서는 이 현장 우선 설계가 선택을 가르는 경우가 많다.

모델이 확신도 낮은 결과를 내면 해당 샘플을 표시하고 검토용으로 기록한다. 엔지니어가 수정을 승인하면 갱신된 레시피가 연결된 모든 기계로 돌아간다. Robovision은 이 드리프트 감지 방식을 특허 출원 중이라고 밝힌다. 라인마다 서비스 방문을 반복하는 대신 한 번 고쳐 전체에 적용하는 구조다.

코드 가까이에서 일하고 싶은 데이터 과학자를 위해 파이썬 SDK와 자사 모델 반입용 문서화된 규격을 제공한다. 설정과 데이터셋은 그대로 옮길 수 있다. 역할도 깔끔하게 나뉜다. 엔지니어는 코드를 쓰고 오퍼레이터는 라인을 돌리며, 둘 다 같은 플랫폼에서 일한다.

장비 제조사는 출하하는 모든 기계에 자사 로고와 화면 문구, 문서를 올릴 수 있다. 배포는 고객 인프라에서 단일 테넌트로 이뤄지고, Robovision 관리형 옵션도 있다. 자사 고객 앞에 다른 회사 브랜드를 내세우고 싶지 않은 제조사를 위한 구성이다.