가이드에 대한 안내#
COPYRIGHT©2025 Vueron Technology Co., Ltd. All rights reserved.
본 가이드는 (주)뷰런테크놀로지의 고객이 구입한 VueX에 대한 참조 및 교육 자료로 제공됩니다. 이 가이드는 고객의 직원 및 대리인에게 참조용과 내부 교육 목적으로만 배포될 수 있습니다. 본 문서 내의 모든 정보 및 내용은 Vueron Technology의 자산이며, 무단 복제는 Vueron Technology의 서면 허가 없이는 철저히 금지됩니다. 또한, 본 내용을 무단으로 가공하거나 일부를 발췌하여 사용할 수 없습니다. (주)뷰런테크놀로지는 본 문서의 내용에 대해 명시적 또는 묵시적 보증을 하지 않으며, 제공된 정보는 예고 없이 변경될 수 있습니다. 변경 사항이 있을 경우 개정판이 발행될 수 있습니다. 본 가이드에 설명된 소프트웨어는 라이선스 계약 또는 비밀유지 계약에 따라 제공되며, 해당 계약에서 명시적으로 허용한 경우를 제외하고는 리버스 엔지니어링 등의 행위가 금지됩니다.VueX 시작하기#
VueX를 시작하려면 AWS 계정이 필요합니다. www.vueron.ai 페이지에서 "Get started"를 클릭하여 AWS 계정에 로그인하거나, AWS Marketplace에서 VueX를 검색하여 Subscription 버튼을 눌러 VueX 사용을 시작할 수 있습니다.사용자는 이 프로세스에 따라 VueX 가입 신청을 진행하게 되며, 가입 신청이 완료되면 담당 어카운트 매니저가 등록된 이메일을 통해 제품 소개, 계약 안내 및 VueX 사용 방법 등과 관련된 정보를 제공합니다.Collection#
VueX를 시작하기 위해서는 라이다 데이터를 업로드해야 합니다. VueX는 PCD 형식(*.pcd)을 지원합니다. 유저는 "New folder"를 클릭하여 데이터를 업로드할 폴더를 생성하고, 생성된 폴더 안에서 "Upload"를 클릭하거나 Drag & Drop으로 데이터를 업로드합니다.Annotation#
AI 모델을 학습하기 위해서는 업로드된 데이터를 가공하는 작업이 필요합니다. VueX는 강력한 AI 기능을 통해 업로드된 데이터를 매우 빠르게 자동으로 라벨링 작업을 진행합니다.(1) 프로젝트 생성#
"Create project"를 클릭하여 프로젝트를 생성합니다. Project Name과 프로젝트 투입인력(Member preset)은 필수 입력 사항이며, Annotation을 원하는 Object class를 선택할 수 있습 니다.(2) 태스크 생성#
생성된 프로젝트를 선택하고 "Create Task"를 클릭하여 Collection에서 업로드한 데이터를 선택하고 태스크에 할당합니다.Task Folder는 Collection에서 지정한 폴더를 불러옵니다. 변경이 필요한 경우 "Select Folder"를 선택하여 변경할 수 있습니다.
Task Name은 폴더 이름이 기본값으로 설정되며, 변경이 가능합니다.
Start/Due Date는 Task 일정에 따라 지정할 수 있습니다.
Frame interval은 사용하고자 하는 frame의 간격을 의미합니다.
Target Object는 프로젝트 생성 시 선택한 Object class가 기본값으로 설정되며, 변경이 가능합니다.
Confidence: 임계값을 설정하며, 이 임계값 미만의 confidence를 가진 예측은 AI-annotation 결과에서 제외됩니다. 각 Object Class별로 Confidence 값을 정할수 있습니다.
Distance: 중점을 기준으로 AI-annotation 결과를 표현하는 거리 값으로, 원의 형태를 가집니다.
(3) 어노테이션 진행#
VueX에서 어노테이션을 진행하는 방법은 총 세가지입니다.1. AI-annotation#
생성된 Task에서 개별 frame을 선택하고 좌측 상단에 있는 AI 버튼을 클릭하여 해당 프레임에 대해 AI-annotation을 진행할 수 있습니다. 정확한 AI-annotation 진행을 위해서는 Select Model을 통해 Task에 적합한 모델을 선택해야 합니다. Confidence와 Distance는 프로젝트 생성 시 설정한 값으로 정해지며, Available은 AI-annotation이 가능한 frame 수를 나타냅니다.
사용 가능한 AI 모델과 상황은 다음과 같습니다:
| Model | Environment | Updated |
|---|
| L_BiKal_mobility | 자동차, 로돗 등 이동체에 적합 | 2025-05 |
| L_BiKal_static_outdoor | 교차로, 도로 등 고정된 외부 인프라 환경에 적합 | 2025-05 |
AI-annotation 이후 수정이 필요하면 사용자가 수작업으로 수정할 수 있습니다.
"AI Run" 버튼을 눌러 태스크에 있는 모든 프레임에 대해 AI-annotation을 진행할 수 있습니다. 정확한 AI-annotation 진행을 위해서는 Select Model을 통해 Task에 적합한 모델을 선택해야 합니다. Confidence와 Distance는 프로젝트 생성 시 설정한 값으로 정해지며, Available은 AI-annotation이 가능한 frame 수를 나타냅니다.
사용 가능한 AI 모델과 사용환경은 다음과 같습니다:
| AI모델 | 사용환경 | 최종업데이트 |
|---|
| L_BiKal_mobility | 자동차, 로돗 등 이동체에 적합 | 2025-05 |
| L_BiKal_static_outdoor | 교차로, 도로 등 고정된 외부 인프라 환경에 적합 | 2025-05 |
※ "AI Run" 기능은 태스크의 모든 frame에 대해 일괄 적용되며, 되돌릴 수 없습니다. 따라서 한두개의 프레임에서 AI-annotation을 테스트 후 진행하는 것을 권장합니다.AI-annotation 이후 수정이 필요한 경우, 사용자가 manual로 수정할 수 있습니다.
2. AI-assistance#
AI-assistance는 군집된 포인트를 기반으로 박스를 생성하여 annotation을 돕는 기능입니다. annotation하고자 하는 군집된 포인트를 확인한 후 AI-assistance 기능을 활성화하면 객체에 적합한 3D 바운딩 박스가 생성됩니다. 박스를 생성한 후 원하는 클래스를 선택하여 저장할 수 있습니다.3. Manual Annotation#
사용자가 직접 수작업으로 어노테이션을 진행할 수 있는 기능입니다.(4) 어노테이션 박스생성#
박스 데이터를 생성하기 위해서는 데이터를 Verify하는 절차가 필요합니다. Frame 별로 verify를 진행하거나, “All Verify”버튼을 통해 한 번에 모든 프레임을 verify할 수 있습니다. Verify가 완료되면 박스의 다운로드가 가능합니다..Modeling#
VueX는 미리 설정된 강력한 LiDAR 인지 AI 모델을 제공합니다. 사용자는 VueX에서 제공하는 Baseline 모델을 기반으로 데이터를 취득하여 환경에 최적화된 모델을 만들 수 있습니다. 이 모델은 클라우드나 고성능 서버에서 동작하는 것이 아니라 Edge device에서 충분히 동작할 수 있는 최적화된 AI 모델입니다.(1) AI모델 학습#
AI모델 학습은 baseline 모델을 기반으로 Annotation을 통해 만들어진 데이터셋을 학습하여 진행됩니다. 학습을 위해 어노테이션된 데이터셋 중에서 사용하고자 하는 데이터를 선택하고, Training dataset과 Testing dataset을 구분해야 합니다. 이를 위한 방법은 두가지가 있습니다:Auto split : “Select data”를 클릭하여 어노테이션이 완료된 데이터셋을 선택하면, 시스템이 자동으로 Training dataset과 Testing Dataset으로 분류합니다.
User split : “Select data”를 클릭하여 어노테이션이 완료된 데이터셋을 선택하면, 사용자가 각 데이터셋의 Training dataset과 Testing Dataset 비율을 선택할 수 있습니다.
사용 가능한 AI 모델과 사용환경은 다음과 같습니다:
| AI모델 | 사용환경 | 최종업데이트 |
|---|
| Mobility_Baseline | 자동차, 로돗 등 이동체에 적합 | 2025-05 |
| Static-outdoor_Baseline | 교차로, 도로 등 고정된 외부 인프라 환경에 적합 | 2025-05 |
(2) 모델결과 분석#
모델 학습이 이 완료되면, Baseline 모델을 기반으로 학습된 모델이 생성됩니다. 이 모델에 대한 결과 분석은 AP, Precision-Recall, F1 Score 등과 PR Curve, Recall/Confident Score, Precision /Confidence Score와 같은 정량적인 평가 결과 및 인지 결과를 뷰어를 통해 직접 확인할 수 있습니다.Deployment#
모델배포는 학습된 모델을 Edge Device로 배포하는 작업입니다. VueX에서 제공하는 모델은 Edge Device에서 동작 가능한 상태로 Engine file 형태로 제공됩니다. 현재 동작 가능한 Edge Device의 종류는 다음과 같습니다:| Controller | Updated |
|---|
| Nvidia AGX Orin 기반 임베디드 PC | 2025-05 |
| Nvidia Orin NX 기반 임베디드 PC | 2025-05 |
Training 완료된 모델 중에서 배포할 모델을 선택하고 "Deployment" 버튼을 클릭하면 배포 작업이 시작됩니다. 배포가 완료되면 Collection에 모델이 생성되며, 해당 모델을 다운로드할 수 있습니다.다운로드한 모델은 VueX Inference API Manual을 사용하여 쉽게 사용자가 원하는 Edge Device에서 사용할 수 있습니다.Modified at 2025-08-07 13:54:48
