이미지 분류 - 기본 감지를 위한 딥 러닝

공장의 결함을 실시간으로 분석할 수 있는 능력은 생산 라인 품질을 향상시키고 결함을 줄이는 중요한 작업입니다. 컴퓨터 비전을 위한 딥러닝을 사용하여 이러한 유스케이스를 구현하는 것은 규모가 크면 특히 데이터 전처리 및 생산용 파이프라인 구축이 어려울 수 있습니다. Databricks는 이 과정을 간단하게 만들어 모든 운영 작업을 간단하게 처리하여 모델 성능 향상에 집중할 수 있게 합니다. 이 데모에서는 이미지 수집부터 실시간 추론(REST API를 통한)에 이르기까지의 완전한 딥러닝 파이프라인을 구현하는 방법을 다룰 것입니다:

• Databricks Auto Loader와 Delta Lake를 사용하여 데이터 및 이미지 수집을 간소화합니다
• 대규모 이미지 전처리 방법을 배우세요
• Hugging Face와 새로운 Spark DataFrame 데이터 세트를 사용하여 컴퓨터 비전 파이프라인을 훈련시키고 배포하세요.
• Databricks Serverless 모델 엔드포인트를 사용하여 배치 또는 스트리밍 추론 및 실시간 서비스를 위한 파이프라인을 배포하세요
• 손상된 PCB로 플래그된 픽셀을 이해하여 잠재적인 결함을 강조합니다.
• PyTorch Lightning을 사용한 완전한 훈련 및 추론 예제는 Hugging Face 라이브러리가 귀하의 요구에 충분하지 않은 경우, deltatorch 및 TorchDistributor를 사용한 분산 훈련을 포함합니다

 

데모를 설치하려면 무료 Databricks 워크스페이스 를 받아 Python 노트북에서 다음 두 명령을 실행하세요

Dbdemos는 Python 라이브러리로, 여러분의 워크스페이스에 완전한 Databricks 데모를 설치합니다. Dbemos는 노트북, Delta Live Tables 파이프라인, 클러스터, Databricks SQL 대시보드, 웨어하우스 모델 등을 로드하고 시작합니다... dbdemos 사용 방법을 확인해 보세요.

 

Dbdemos는 GitHub 프로젝트로 배포됩니다.

자세한 내용은 GitHub README.md 파일 을 참조하고 문서를 따르십시오.
Dbdemos는 그대로 제공됩니다. 자세한 정보는 라이선스 와 공지 를 참조하십시오.
Databricks는 dbdemos와 관련 자산에 대한 공식 지원을 제공하지 않습니다.
문제가 발생한 경우 티켓을 열어주시면 데모 팀이 최선을 다해 살펴보겠습니다.