플러스프로젝트 배경
1) 문제점 - 오래된 C++/MFC 코드에 AI 판별과 새 UI를 얹기 어렵고, 한 번에 갈아엎으면 현장 리스크가 큼 - 분광기 장비가 다양해 장비별 측정 조건·모델을 분리해야 함 - 현장 카메라 벤더가 여러 종류 2) 프로젝트 목표 - 현장 가동 중인 구조를 유지한 채 AI 분류와 신규 대시보드를 점진적으로 추가 - 장비와 용도별 측정 조건 분리, 계산 결과의 회귀 검증 3) 주안점
프로젝트 성과
AI 등급 분류 도입
이미지 수집·라벨링 후 ResNet 전이학습, ONNX로 이식해 분류 정확도 85% 이상
점진적 현대화
기존 C++ 호스트에 C#(.NET 8) 모듈을 인프로세스로 연결, 부팅 약 94ms로 검증
다중 분광기 대응
장비별·용도별 측정 조건과 당도 모델을 분리, 계산 엔진 C# 이식 + 골든 테스트
카메라 드라이버 확장
Basler·CREVIS·Sentech 등 산업용 카메라 드라이버 개발, 현장 납품
핵심 기능
AI 등급 분류
카메라 이미지를 ONNX 모델로 추론해 선별 등급 결정
진행 단계
AI 선별 모듈
2026.04.
데이터 수집·라벨링, 모델 학습, 기존 SW 이식
프로젝트 상세
중량·당도·카메라로 과일을 등급별로 선별하는 설비의 제어 소프트웨어(약 44만 라인 규모, 호스트 실행파일 + 플러그인 DLL 구조)를 이어받아 유지보수하고 신기능을 붙였습니다. 이미지 AI로 등급을 분류하는 모듈을 기존 C++ 프로그램에 이식했고, 장비가 바뀌어도 쓸 수 있도록 분광(당도) 계측 모듈을 다중 장비 구조로 개조했습니다. 실시간 현황을 보는 WPF 대시보드를 단계적으로 도입했습니다.
