버전 5.1 · AI 에이전트 내장 · 노드 391개
Cameo Image Studio는 머신비전을 위한 노드 그래프 작업대입니다. 카메라 노드를 끌어다 GPU 추론에 연결하고, 그 결과를 PLC나 모션 축에 연결하면 라인 전체가 그대로 돌아갑니다. 빌드 스크립트는 필요 없습니다. 코드가 필요해지면 그래프를 C++, Python 또는 단독 실행 EXE로 내보낼 수 있습니다.
Windows 10/11 64비트 전용. 설치 파일은 작고, 나머지 — CUDA, PyTorch, OpenCV, ONNX Runtime, 내장 Python — 는 설치 중에 내려받습니다. 따로 준비할 것은 없습니다.
AI 어시스턴트
옆에 붙인 채팅창이 아닙니다. 어시스턴트가 노드 카탈로그를 읽고 파이프라인을 구성하고 실행한 뒤, 돌아온 프레임을 보면서 검사가 통과할 때까지 스스로 파라미터를 바꿉니다.
내장 어시스턴트는 노드 카탈로그를 읽고 한 문장으로 파이프라인을 구성합니다. 각 노드가 만들어 내는 프레임을 실제로 볼 수 있고, 이미지나 PDF 사양서를 첨부할 수 있으며, 파이프라인을 실행해 결과를 읽은 뒤 파라미터를 바꿔 다시 시도합니다.
이미지와 문장 하나를 비전-언어 노드에 연결하면 답이 포트로 나옵니다. “비계 위 작업자가 모두 안전대를 착용했는가”를 물으면 그수가 판정, 위반 건수, 근거 박스를 돌려줍니다 — 클래스 목록을 미리 학습시킬 필요가 없습니다.
출시 빌드에서 그대로 가져온 정지 화면과 화면 녹화입니다. 목업은 없습니다. 각 노드가 자기 출력을 본체에 미리보기로 보여 주므로, 그 단계가 실제로 무엇을 냈는지 그대로 드러납니다.
보통은 다섯 개의 서로 다른 도구에 흩어져 있는 기능을 하나의 캔버스에.
모든 처리가 타입이 지정된 포트를 가진 노드입니다. 이미지 불러오기, 이진화, 블롭 검출, 검출기 실행, 거리 기준 게이팅, 코일 쓰기. 배선을 따라 프레임, 검출 결과, 자세, 깊이 맵, 수치가 흐릅니다. 각 노드는 자신의 출력을 노드 본체에 미리 보여 주므로, 라인을 멈추지 않고도 파이프라인이 어디서 어긋났는지 눈으로 확인할 수 있습니다.
박스와 폴리곤으로 주석을 달고 YOLO 또는 COCO 구조로 내보낸 뒤, 같은 프로젝트의 학습 노드로 바로 넘길 수 있습니다. 텍스트 프롬프트 기반 세그멘테이션(Grounded SAM)으로 사람이 손대기 전에 배치 전체를 미리 라벨링할 수 있습니다.
MLP와 CNN 레이어를 구성하는 그래픽 디자이너와, 학습 툴체인이 요구하는 것과 동일한 YAML을 내보내는 YOLO 방식 블록 표를 제공합니다. .onnx 또는 .pth 가중치를 불러와 GPU에서 추론하고, STM32 타깃을 위해 INT8로 양자화할 수 있습니다.
구동할 수 없는 비전은 데모일 뿐입니다. 판정 결과를 PLC 코일, 모션 축, 마이크로컨트롤러 GPIO 또는 MQTT 토픽으로 연결하세요. STM32와 Arduino 펌웨어는 앱 안에서 생성·컴파일·플래싱까지 이루어집니다.
검사 PC 안에만 남은 판정은 누구에게도 도움이 되지 않습니다. 프레임을 붙여 MQTT 브로커로 publish 하고, webhook 으로 POST 하고(Telegram, LINE, ThingsBoard 등 JSON 을 읽는 것이면 무엇이든), 또는 디자이너에서 휴대폰 화면을 구성해 작업자에게 고른 타일만 건네십시오. 저장하면 이미 열려 있는 휴대폰이 몇 초 만에 다시 그려집니다.
출하 빌드에서 실제로 확인된 범위입니다. 여기에 없는 것은 주장하지 않습니다.
설치 파일 하나. 나머지는 설치 중에 내려받습니다.
Windows 10/11 64비트용 작은 설치 실행 파일. 실행하면 필요한 런타임을 스스로 내려받습니다.
설치 파일 다운로드
—
설치 전 검증: CertUtil -hashfile <파일> SHA256
애플리케이션 자체가 돌아가는 C++ 이미지 라이브러리를, 직접 만드는 프로그램에서 쓸 수 있도록 묶은 것입니다. 모듈이 참조하는 것은 운영체제와 Microsoft C++ 런타임뿐 — OpenCV도, LibTorch도, BLAS도 없습니다.
모듈마다 하나씩의 DLL, C# 바인딩이 불러오는 단일 파일 빌드, 임포트 라이브러리, 헤더, 그리고 C#과 Python 바인딩.
전체 모듈 내려받기(아카이브)—
모듈은 아래에 적힌 의존 모듈과 함께 복사하세요. 모든 모듈에 cameo_core와 cameo_license가 필요합니다.
같은 모듈을 g++ 15로 .so로 빌드한 것에 헤더와 Python 패키지를 더했습니다. C# 바인딩은 Windows용 단일 파일 빌드를 불러오므로, Linux에서는 C, C++ 또는 Python이 진입점입니다.
전체 모듈 내려받기(아카이브)—
모듈은 아래에 적힌 의존 모듈과 함께 복사하세요. 모든 모듈에 cameo_core와 cameo_license가 필요합니다.
Windows 너머
애플리케이션에는 Windows가 필요하지만 라이브러리에는 필요 없습니다. 같은 C++ 모듈이 ARM용 임베디드 Linux로도, 운영체제가 없는 Cortex-M으로도 빌드됩니다. C 런타임 외에는 아무것도 참조하지 않으므로 OpenCV나 BLAS, Python을 먼저 크로스 컴파일할 일이 없습니다.
Yocto, Buildroot 또는 Debian 계열 이미지를 올린 64비트 Cortex-A 보드용 — Jetson, Raspberry Pi 4와 5, Rockchip, i.MX8. 공유 오브젝트와 헤더, Python 패키지가 들어 있고 진입 방식은 x64 빌드와 같습니다. 아카이브에는 README, 헤더, cameo Python 패키지, 그리고 Python에서 호출하는 방법을 보여 주는 예제 여섯 개가 들어 있습니다.
전체 모듈 내려받기(아카이브)—
모듈은 아래에 적힌 의존 모듈과 함께 복사하세요. 모든 모듈에 cameo_core와 cameo_license가 필요합니다.
하드웨어 부동소수점을 갖춘 32비트 Cortex-A용 같은 모듈 — i.MX6, Allwinner, 구형 Raspberry Pi 이미지. 공유 오브젝트와 헤더, Python 패키지. 아카이브에는 README, 헤더, cameo Python 패키지, 그리고 Python에서 호출하는 방법을 보여 주는 예제 여섯 개가 들어 있습니다.
전체 모듈 내려받기(아카이브)—
모듈은 아래에 적힌 의존 모듈과 함께 복사하세요. 모든 모듈에 cameo_core와 cameo_license가 필요합니다.
여기서 내려받을 것은 없습니다. 앱이 이 타깃을 직접 빌드합니다. 베어메탈 마이크로컨트롤러가 담을 수 있는 모듈을 고르면 arm-none-eabi용으로 컴파일하고, 생성한 펌웨어에 정적 라이브러리를 링크합니다 — STM32와 Arduino를 플래시하는 흐름과 같습니다.
앱 받기애플리케이션은 오프라인에서 동작하지만 AI 어시스턴트는 장비 단위로 라이선스가 발급됩니다. 먼저 설치한 뒤 도구 ▸ AI 설정 을 열어 표시되는 Machine ID를 복사해 이 양식과 함께 보내 주세요.
Windows 애플리케이션의 요구 사항입니다. macOS 빌드는 없고 애플리케이션의 Linux 포팅도 아직 공개되지 않았습니다. Windows를 벗어나는 쪽은 이미지 라이브러리입니다.
| 항목 | 최소 | 권장 |
|---|---|---|
| 운영체제 | Windows 10 64비트 | Windows 11 64비트 |
| CPU | 4코어, x86-64 | 8코어 이상 |
| 메모리 | 8 GB | 16 GB 이상 |
| GPU | 없어도 됨 — 추론은 CPU로 대체 | NVIDIA RTX 3060 이상, 최신 드라이버 |
| 저장 공간 | 여유 30 GB (SSD) | 데이터셋과 녹화를 위해 여유 60 GB |
| 설치 프로그램이 내려받음 | Visual C++ x64 런타임, Microsoft Edge WebView2, CUDA 및 cuDNN 라이브러리, PyTorch, OpenCV, ONNX Runtime, 내장 Python 환경. 설치 프로그램이 대신 내려받으므로 직접 설치할 것은 없지만, 설치하는 동안에는 연결이 필요합니다. | |
설치 파일 자체는 작습니다. 정확한 크기와 해시는 위 다운로드 카드에 있습니다. 설치 중에는 코어 런타임 — CUDA와 cuDNN, PyTorch, GPU를 지원하는 OpenCV, ONNX Runtime, 완전한 Python 환경 — 을 내려받으며 그 용량도 카드에 표시됩니다. 선택 구성 요소는 나중에 Tools > Components에서, 켠 것만 내려받습니다.
비전 파이프라인은 키 없이 동작합니다. 장비 단위 라이선스가 필요한 것은 AI 어시스턴트뿐입니다. 앱에 표시되는 Machine ID를 보내 주시면 해당 PC에 묶인 키를 발급합니다. 한 PC용으로 발급된 키는 다른 PC에서 동작하지 않습니다.
아직 아닙니다. 코드 서명 인증서를 준비 중입니다. 그때까지는 다운로드 옆에 공개된 SHA-256 해시를 확인해 주세요. 변조되거나 잘린 파일을 잡아내는 데는 똑같이 확실합니다.
프로젝트는 평범한 .json으로 저장됩니다. 노드, 파라미터, 연결이 담기며 텍스트 편집기로 열 수 있고 버전 관리에 올리기도 쉽습니다. 가끔 보이는 .mcameo 확장자는 모델 가중치를 담는 별도의 텐서 컨테이너이지 프로젝트 파일이 아닙니다.
됩니다. 검출과 세그멘테이션은 자동으로 CPU로 전환됩니다. 다만 속도 차이가 큽니다. 무거운 모델의 CPU 실행은 검증용이지 라인 택트에는 부족합니다.
macOS 빌드는 없고, 애플리케이션의 Linux 빌드도 없습니다. C++ 이미지 라이브러리는 다릅니다 — Linux로 빌드되며 .so 파일은 위 다운로드 항목에 있습니다. 파이프라인이라면, 오늘 Linux로 가는 현실적인 길은 Windows 애플리케이션에서 Python이나 C++로 내보내 대상 장비에서 실행하는 것입니다.
라이브러리는 됩니다. 64비트와 32비트 ARM 임베디드 Linux, 그리고 운영체제가 없는 Cortex-M으로 빌드되므로 검사 자체를 장비에서 돌릴 수 있습니다. 각 타깃에 무엇이 들어 있는지는 위 임베디드 섹션에 적혀 있습니다. 애플리케이션은 Windows에 그대로 있습니다. 거기서 만들고 학습시킨 다음, 내보낸 파이프라인이나 라이브러리를 호출하는 직접 만든 프로그램을 보드에서 실행하십시오.
Windows 10·11용 작은 설치 파일 하나. 설치 중에 필요한 런타임을 받아오고, 그 뒤로는 오프라인으로 동작합니다.