본사 | 서울특별시 서대문구 연세로 50, 연세대학교 공학원 B187L호
경남 지사 | 경상남도 김해시 주촌면 골든루트로 80-16 김해중소기업비즈니스센터 1층 15호
010-2600-6660 | help@codevision.kr
Copyright © CODEVISION


코드비전 : 2022 데이터바우처 지원사업 공급기업


  • 코드비전은 인공지능 기술개발 전문 기업으로서 고품질 데이터셋 구축과 고객 맞춤형 데이터 컨설팅 서비스를 도와 드립니다.
  • 코드비전은 데이터바우처 공급 기업으로 데이터 설계 / 데이터 수집 / 데이터 구축 / 데이터 라벨링을 통한 고품질 데이터 셋 구축 / 인공지능 설계 및 모델링까지 인공지능 전반에 필요한 과정의 컨설팅 및 서비스를 제공합니다.
  • 2022 데이터바우처 수요기업 공모 접수는 3월 30일입니다.

Copyright © CODEVISION

2022 DATA VOUCHER

데이터 가공


" 이미지 어노테이션 "

코드비전은 영상기반 인공지능 전문기업으로 영상 데이터 가공에 강점을 가지고 있습니다. 사물과 사람에 구별을 두지 않고 바운딩 박스, 오브젝트 키포인트, 세그멘테이션 등의 데이터 가공 작업이 가능하며 이 과정에 인공지능 기술을 적용하여 정확성과 효율성을 높였습니다.

이미지 어노테이션 유형


" 바운딩 박스 "

바운딩 박스는 머신러닝 및 딥러닝에 사용되는 가장 보편적인 이미지 어노테이션 방법 중 하나입니다. 프로젝트의 요구 사항에 따라 상자로 개체의 윤곽을 지정합니다. 주요 이용 사례는 자율 주행을 위한 객체 위치 파악, 실내 물체 감지 등이 있습니다.


" 오브젝트 키포인트 "

오브젝트 키포인트는 대상의 특징점이 되는 지점들을 이미지에 표현하는 어노테이션으로 주로 사람의 움직임 등을 감지하고 예측하는 인공지능 모델에 적합합니다. 이러한 오브젝트 키포인트는 범죄 예방을 위한 이상 행동 감지나 인간의 움직임을 모방하기 위한 로봇 분야 등에서 활용됩니다.


" 세그멘테이션 "

이미지 세그멘테이션은 주어진 이미지를 의미론(Semantic)에 기반하여 분할하는 것으로 보다 정확한 감지 및 인식을 위한 인공지능 모델에 활용됩니다. 왼편에 보이는 그림과 같이 세그멘테이션에서는 이미지에서 단순히 사람을 감지하는 것이 아니라, 각각의 신체부위가 어느 곳에 위치하는지 나타냅니다. 이러한 세그멘테이션 방식은 CT 또는 MRI와 같은 까다로운 의료 이미지를 분석하는데 유용하게 활용할 수 있습니다.

데이터 가공 과정


" 데이터 전처리 "

이미지 세그멘테이션 작업과 같은 이미지 어노테이션의 경우에는 픽셀 단위로 데이터가 가공되고 사람이 직접 작업을 해야하는 부분이 많기 때문에 가공 속도 및 가공 정확도를 확보하는 것에 어려움이 많습니다. 코드비전에서는 인공지능 모델을 활용하여 데이터를 전처리하고 수정이 필요한 부분만을 작업하는 방식으로 정확성과 효율성을 모두 확보하였습니다.


" 데이터 어노테이션 "

저희 코드비전은 영상기반 인공지능 기술 연구개발 기업으로 영상처리 분야에 전문성을 가지고 있습니다. 코드비전에서는 데이터 가공을 위해 자체적으로 개발한 가공 프로그램을 사용하고 있으며, 더 효율적이고 정확한 작업 프로그램을 개발하기 위한 고민을 멈추지 않고 있습니다.


" 데이터 검수 "

코드비전에서는 고객 여러분들께 정확하게 가공된 데이터만을 제공해드리기 위해 자체적으로 개발하여 유지 및 관리되고 있는 검수 프로그램을 활용하고 있습니다.

고객사례


" 코드비전 데이터셋 구축 및 가공 "

저희 코드비전은 1차원 / 2차원 / 3차원 등의 다양한 데이터셋을 구축 및 가공을 진행하고 있습니다. 구체적인 요청사항에 따른 인공지능 모델 설계에 맞게 데이터셋을 설계 / 구축 / 가공 해드립니다.


" 20,000건의 골프 영상 데이터 가공 "

고객사로부터 전달 받은 총 7,000여개의 이미지를 바탕으로 각 이미지에 바운딩 박스, 세그멘테이션, 오브젝트 키포인트에 대한 어노테이션을 진행하여 총 20,000여건의 이미지 데이터 가공을 진행하였고 주어진 작업 기간 내에 검수까지 성공적으로 완수하였습니다.


" 22,000건의 운동 데이터셋 구축 및 가공 "

모바일 기반 언택트 운동 코칭 서비스를 제작하기 위한 운동 데이터 구축 사례입니다. 인체의 주요 부위를 18포인트로 나누어 정의하고 그에 따라 이미지의 관절 위치를 라벨링 하였습니다. 데이터 수집 , 정제, 라벨링, 인공지능 학습의 과정을 거쳐 10종의 운동에 대한 영상데이터 22,000건을 구축하였습니다.


" 15,000건의 모빌리티 실내환경 데이터셋 구축 및 가공 "

차량 내부 환경에서 반려동물의 움직임을 추적하고 운전자의 상태를 관찰하는 시스템을 구축하기 위한 데이터 구축 사례입니다. 차량 내부에 카메라를 설치하여 반려동물과 운전자의 데이터를 수집하고, keypoint와 bounding box 형태로 가공을 진행하여 15,000장 규모의 데이터셋 구축을 완료하였습니다.


" 10,000건의 전력설비 초음파 데이터셋 구축 및 가공 "

전력 설비 초음파 신호를 기반으로 고장판별 인공지능을 개발하고자 데이터셋을 구축한 사례입니다. 전력 설비의 초음파 신호 대역을 분석하여 범위를 정하고, 대역별 특성을 파악하여 고장 유형을 라벨링을 진행하였습니다. 그 결과 10,000여 건 이상의 고품질의 전력설비 초음파 데이터셋을 구축하였습니다.


" 20,000건의 산업시설 초음파 신호 원천 데이터 구축 및 가공 "

센서의 검출 데이터를 통해 산업시설의 결함 판별을 전문으로 하는 업체에서 인공지능 판독 보조 프로그램을 개발하고자 데이터 가공을 요청하신 사례입니다. 산업시설의 내/외부 교량과 발전시설에 대해서 초음파 진단 장치를 통해 현장 초음파 신호 원천 데이터 20,000건 이상 수집하였고, 전처리 및 가공을 거쳐 4,000개이상의 데이터 셋을 구축하였습니다.


" 16,000건의 태양광 패널 데이터셋 구축 및 가공 "

태양광 패널의 불량 판정 인공지능 모델을 개발하기 위해 데이터를 구축한 사례입니다. 고위험군 태양광 패널 결함 파손 검출, 오염 결함 검출, 동작 여부 고장 진단을 판단하기 위해 bounding box 형태의 가공을 진행하였습니다. 데이터 명세부터 데이터 전처리, 데이터 가공, 인공지능 학습의 과정을 거쳐 불량 판정 모델을 위한 16,000여 건의 태양광 패널 데이터셋을 구축하였습니다.


" 14종의 해양 데이터 수집을 통한 적조/녹조 예측 데이터셋 구축 "

수중 환경 모니터링을 통해 양식장 관리와 인공지능을 통해 적조 발생 위험을 감지하는 빅데이터 모니터링 플랫폼을 구축하고자 데이터셋 가공을 요청한 사례입니다. 다양한 센서를 활용해 14종의 데이터를 실시간으로 수집하여 시계열 데이터로 분석하였으며, 적조 발생에 영향을 미치는 데이터를 구분하여 인공지능 데이터셋 가공을 진행하였습니다.

Copyright © CODEVISION

AI Data Annotation

초음파 데이터 가공 플랫폼


  • 초음파 데이터는 1차원 소리 데이터로 시간축에 따른 진폭의 변화를 나타내는 Waveform형태와 거기에 주파수 값을 더해서 표현하는 Spectrogram으로 시각화하여 작업자가 가공시에 주요 특징점을 더 쉽게 파악할 수 있도록 구현되었습니다.
  • 초음파 데이터의 소리를 들으며 데 파형을 분석해 이상 영역을 지정하고 라벨링하기 쉽도록 구현 되었습니다.

초음파 데이터 가공 플랫폼

초음파 데이터 시각화

이상 영역 라벨링

  • 프로젝트 관리
    • 데이터를 통합적으로 묶어서 관리할 수 있도록 관리자가 프로젝트를 생성할 수 있으며 프로젝트별로 작업자를 투입하여 작업의 과정을 관리할 수 있습니다. 프로젝트 카드를 통해 일정 진행 현황과 데이터 가공 진행 현황을 동시에 파악 할 수 있습니다.
  • 프로젝트 세부 페이지
    • 프로젝트에 포함된 데이터의 전체 진행현황 과 작업자별 가공 작업 진행률을 파악할 수 있어 관리에 용이하도록 설계되었습니다.
  • 가공 작업 확인
    • 데이터 상세 페이지에서 작업자의 가공 작업 내역을 확인할 수 있습니다.
    • 가공 작업과 동일하게 데이터를 시각화 하였으며 이상 영역 데이터를 쉽게 확인 하실수 있습니다.

프로젝트 관리

프로젝트 세부 페이지

가공 작업 확인

이미지 데이터 가공 플랫폼


  • 코드비전의 이미지 데이터 가공 플랫폼은 영상 데이터 가공에 강점을 가지고 있습니다. 사물과 사람에 구별을 두지 않고 바운딩 박스, 오브젝트 키포인트, 세그멘테이션 등의 데이터 가공 작업이 가능하며 이 과정에 인공지능 기술을 적용하여 정확성과 효율성을 높였습니다.
  • Bounding box Annotation Platform
    • Bounding box 가공이란 기계학습에 사용되는 가장 보편적인 이미지 가공 방법의 하나로, 프로젝트의 요구 사항에 따라 상자로 개체의 윤곽을 지정하는 것입니다.
    • 인공지능 학습에서 요구되는 데이터 형태에 따라 가공 데이터 처리 방식을 커스터마이징할 수 있도록 하여 편리함과 효율성을 높인 플랫폼입니다.

--

--

  • Keypoints Annotation Platform
    • Keypoints 가공은 대상의 특징점이 되는 지점들을 이미지에 표현하는 가공 방법으로 주로 사람의 움직임 등을 감지하고 예측하는 인공지능 모델에 적합합니다.
    • 인체의 주요 부위를 17 혹은 18개의 포인트로 지정하여 특정 지점을 라벨링 할 수 있으며 즉각적으로 검수가 가능한 플랫폼입니다.

--

  • Segmentation Annotation Platform
    • Segmentation 가공은 주어진 이미지를 의미론(Semantic)에 기반하여 분할하는 것으로 보다 정확한 감지 및 인식을 위한 인공지능 모델에 활용됩니다.
    • 정밀한 객체 구분을 위해 픽셀 단위로 라벨링을 할 수 있으며 가공 현황 확인이 바로바로 가능하며, 간편한 조작법으로 가공 / 검수 과정에서의 편리함을 높였습니다.

--

--

  • Nondestructive Inspection Annotation Platform
    • 산업시설의 결함 판별 보조 인공지능에 필요한 데이터셋을 구축하기 위해 개발한 데이터 가공 플랫폼입니다.
    • 비파괴 장비 검사데이터를 인공지능 학습이 가능한 데이터 형태로 변환하며, 각각의 수치를 눈으로 쉽게 확인하고 수정이 가능한 가공 / 검수 플랫폼입니다.

--

--

--

Copyright © CODEVISION

AI Data Annotation Platform

코드비전 : VR/AR


최근 4차 산업에서 VR/AR 기술은 다양한 산업에 응용될 수 있는 핵심기술로서 부각되고 있습니다. 코드비전은 2018년 지역 VR/AR 인프라 구축 지원사업 프로젝트에서 군용 항공기 운용 및 정비 훈련용 VR/AR 콘텐츠를 개발한 노하우를 기반으로 다양한 VR/AR 콘텐츠를 개발하고 있습니다. 코드비전의 VR/AR 콘텐츠는 고객의 니즈에 맞춘 콘텐츠를 개발하며 사실적이고 입체적으로 파악할 수 있도록 교육 대상의 내부 구조 및 분해 등을 직관적으로 파악할 수 있도록 전문가의 자문과 함께 품질을 향상시켜 나가겠습니다.

VR/AR, 무엇이 다른가?


증강현실
(Augmented Reality)

어떤 특정한 환경이나 상황을 컴퓨터로 만들어서, 그것을 사용하는 사람이 마치 실제 주변 상황·환경과 상호작용을 하고 있는 것처럼 만들어 주는 인간-컴퓨터 사이의 인터페이스

가상현실
(Virtual Reality)

가상현실(Virtual Reality)의 한 분야로 실제 환경에 가상 사물이나 정보를 합성하여 원래의 환경에 존재하는 사물처럼 보이도록 하는 컴퓨터 그래픽 기법

코드비전 : AR CREDIT CARD


코드비전 : VR 360


Copyright © CODEVISION

VR & AR

Under Construction


페이지 준비중입니다

Copyright © CODEVISION

Under Construction