엣지 AI
검사 모델을 서버가 아닌 장비 옆 작은 보드에서 돌릴 때 생기는 문제를 다룹니다. 양자화로 줄어드는 정확도, 열 때문에 늘어나는 지연, 카메라 인터페이스가 정하는 처리량처럼 현장에서 숫자로 확인해야 하는 항목들입니다.
처음 읽을 글
- Jetson Orin Nano 초기 셋업에서 막히는 네 가지 — 보드를 처음 켤 때의 점검 순서
- 서버에선 잘 됐는데 엣지에선 왜 정확도가 떨어지나 — 정확도 손실을 찾는 순서
- 평균 지연이 마감 안에 있으면 안전한가 — 지연 예산을 p99로 나누는 법
- 엣지 AI 비전이 현장에서 안 돌아가는 이유 — 증상에서 원인까지 찾아가는 점검 지도
-
엣지 AI 비전이 현장에서 안 돌아가는 이유
20 MP 영상을 640 px 입력으로 줄이면 60 μm 흠집은 0.35칸이 되고, 반사점이 섞인 캘리브레이션은 INT8 눈금을 네 배로 굵게 만듭니다. 엣지 AI 검사가 흔들릴 때 재학습 전에 증상마다 먼저 잴 숫자를 계산했습니다.
-
비전 판정은 끝났는데 PLC는 왜 늦게 알까
추론이 25 ms에 끝나도 4,096 × 3,000 px 영상은 1GigE로 보내는 데만 106.9 ms가 걸립니다. 처리 p99가 60 ms면 150 ms 트리거마다 1% 넘는 결과가 다음 트리거 뒤에 도착하니, 결과에는 트리거 번호와 노출…
-
밝기 증강은 그림자 방향과 하이라이트 위치를 옮기지 못한다
밝기와 감마, 노이즈 증강은 픽셀 값만 바꿔 그림자 방향과 하이라이트 위치를 옮기지 못합니다. 고도각이 45°에서 30°로 바뀌면 반지름 1 mm 모따기의 하이라이트가 약 8 px 옮겨 가니, 각도 축은 촬영 매트릭스로 채웁니다.
-
메모리뱅크 이상탐지는 정상 패치를 전부 기억해야 할까
정상 패치를 모두 저장하면 6.29 GB, 코어셋 1 %면 62.9 MB지만 탐색은 이미지당 2.58조 곱셈-누산이라 택트를 넘깁니다. 코어셋 비율의 상한은 탐색 시간, 하한은 정상 검증 과검출이 정합니다.
-
경량 모델은 왜 가장 가는 결함부터 놓칠까
10 μm/px에서 3 px인 30 μm 트레이스 결손은 학생 출력 stride 4에서 0.75칸으로 떨어져 증류 온도와 상관없이 사라질 수 있습니다. stride 2, T = 2~4, stride 8 층 특징맵 증류가 출발점입니다.
-
엣지 검사의 입력 드리프트는 정확도보다 먼저 보인다
렌즈 오염과 조명 열화는 정확도보다 먼저 기준판 휘도와 선명도에 나타납니다. 프레임마다 p99로 경고하면 100장에 한 번 울리니, λ = 0.05 EWMA 값에 임계를 걸고 임베딩 거리는 PCA로 줄여 잽니다.
-
팬리스 엣지 디바이스는 왜 오후에 느려질까
외기 40 °C에서 15 W 팬리스 모듈은 시정수 25분으로 77.5 °C까지 오르지만 5분 벤치마크는 그 상승의 18 %만 봅니다. 클록 85 % 고정, 허용 열저항 2.0 °C/W, 상승폭 경고로 지연 흔들림을 막습니다.
-
평균 지연이 마감 안에 있어도 안전하지 않은 이유
평균 33.6 ms는 마감 60 ms의 절반 남짓이지만 단계별 p99 합은 53.1 ms라 여유가 6.9 ms뿐입니다. 꼬리는 전송과 추론에서 6 ms씩 붙고, 54 ms 타임아웃이 늦은 판정의 통과를 막습니다.
-
640×640으로 줄이면 미세 결함은 어디로 갈까
20 MP PCB 영상을 640 px로 줄이면 90 μm 결함은 0.35 px로 남습니다. 오버랩 64 px 타일 70장은 560 ms라 택트 400 ms를 넘고, 패드 영역만 원해상도로 보는 2단 구조는 232 ms입니다.
-
광량이 모자랄 때 SPAD 센서는 노출 대신 광자를 센다
광자 100개를 30장으로 나눠 찍으면 일반 CMOS의 신호 대 잡음비는 7.5에서 4.5로 떨어지고, SPAD는 읽기 잡음 없이 더합니다. 다만 256칸 시야는 4.27 mm, 100 ps 게이트는 수지 속 20 mm 넘게 돈 빛만…
