납품 완료
23개 결함 클래스
현장의 문제
지금은 이렇게 일합니다
하수관로 점검은 관 내부를 촬영한 CCTV 영상을 사람이 처음부터 끝까지 돌려 보며 결함을 찾아내는 일입니다. 관 하나에 수십 분, 지자체 단위 용역이면 수천 개의 관을 봐야 합니다.
문제는 시간이 아니라 기준입니다. 같은 균열을 두고도 판독자마다 폭과 범위를 다르게 잡고, 작업자가 바뀌면 그 기준도 함께 사라집니다. 재검수를 해도 같은 개인차 문제가 반복되어 비용만 배가됩니다.
해법
무엇을 넣으면 무엇이 나오는가
입력
관로 조사 영상 (CCTV·내시경)
처리
화면 자막·표시박스 제거 → SAM2 정밀 폴리곤 생성 → 신뢰도 3등급 분류 → 결함 분류 모델 판독
출력
결함 유형·위치·등급 · 판독 근거 · 조사보고서 초안
성능
숫자로 보는 현재 위치
23개
대응 결함 클래스
74.4%
현장형 검출률
실측 GT 4,520장 기준
83.6%
정밀도
실측 GT 4,520장 기준
53,480건
자동 생성 정밀 라벨
SAM2 폴리곤 · box-fallback 0.27%
성능 수치는 실측 정답 데이터로 검증한 값입니다. 학술 지표(mAP)가 아니라 ‘결함을 놓치지 않았는가’를 직접 재는 부분 겹침 검출률을 씁니다. 발주자와 공급자가 같은 언어로 검수하기 위해서입니다.
기반 기술
이 솔루션이 서 있는 생성 파이프라인
SewerDefect AI은 SewerDefectSynOps · SewerAutoLabelForge 파이프라인이 만들어 낸 학습데이터 위에서 동작합니다. 현장이 바뀌어도 엔진을 다시 만들 필요 없이 조건만 바꿔 데이터를 새로 생성합니다.
문의
현장에서 무엇을 검출해야 하는지 알려주십시오
현장에서 무엇을 검출해야 하는지 알려주십시오. 그 데이터를 만들 수 있는지 먼저 검토해 드립니다. 보유하신 영상 샘플이 있다면 오토라벨링 시연도 함께 준비합니다.