ディープラーニング ファクトリオートメーション検査用の4つのツール

examples of deep learning finding defects, performing kitting inspections, and reading characters

ディープラーニングソフトウェアは、人の労働者やルールベースのアルゴリズムでは実用的ではない膨大な種類の生産機能を自動化します。

自動車の生産ラインで作業している検査官を考えてみましょう。生産ラインでは、ドア、フェンダ、座席、窓など何百ものコンポーネントが傷、へこみ、剥がれ、欠けることがあります。人はそれらの欠陥の一部を見つけることができます。ハイテクカメラと複雑なアルゴリズムを備えたマシンビジョンシステムは、予め明確に定義された欠陥にフラグを立てることができます。

問題は、生産現場のあらゆる変数が予測できない不完全さを生み出す可能性があるということです。それを救助するのがディープラーニングソフトウェアです。デジタルカメラと画像認識アルゴリズムを使用して、錆、変色、損傷などの幅広い問題を特定する方法を学習します。

適切に開発されたディープラーニングアプリケーションは、メーカーがエラーを減らし、製品の品質を向上させる手助けをします。検査アプリケーションでは、マシンビジョンとディープラーニングは次のように連携します。

  • 開発者は、登録用に損傷のない製品の画像を作成し、「正しい」製品の外観を確立する。
  • 開発者は、最も一般的な異常や欠陥を識別するための破損した製品の画像を追加する。
  • マシンビジョンカメラで生産ライン上のアイテムを撮影する。機械学習アプリケーションは、撮影された新しい画像を登録された画像と比較して、考えられる欠陥にフラグを立てる。
  • アプリケーションは成功を求め、失敗を避けるように最適化されているため、本質的に時間の経過とともに精度が高まるように自己学習する。

製造用のディープラーニングアプリケーションを構築するソフトウェアには、次の4つのコア機能が必要です。

1.特徴検索とアセンブリ検証

自動車産業のアセンブリ検証 

マシンビジョンとディープラーニングソフトウェアの役割は、欠陥を見つけることだけではありません。登録画像や学習アルゴリズムを使用して、特定のコンポーネントを特定することもできます。これは、コンポーネントを適切に整列するようにロボットアームに指示するようなタスクに役立ちます。これは、半導体、スマートフォン、医薬品などの高精度製品には欠かせません。

これらのアプリケーションは、ある場所内の製品の数をスキャンし、棚やカートンがいっぱいになるまで同じ製品を追加し続けるようにロボットに指示することができます。パッケージ内のすべてのコンポーネントを計数して、余りがないことを確認することもできます。

最適な検索・検証ツールは、ルールベースのビジョンシステムや品質管理担当者も混乱させる、さまざまな照明と表面で動作します。

もっと読むディープラーニングアセンブリ検証機でさまざまなコンポーネント/ 部品構成を識別する

2.欠陥検出とセグメンテーション

 自動車産業の欠陥検出

欠陥の特定は、おそらく、運用環境で機械学習ソフトウェアに最も求められている機能です。マシンビジョンシステムは、1種類の欠陥にフラグを立てるようにプログラムすることができますが、この方法で複数の欠陥を特定するには時間がかかりすぎます。

欠陥検出ツールは、「良い」画像と、錆、へこみ、傷、ずれなどの一般的な欠陥の写真を基準にします。最高品質の検出ツールには、「良い」画像から逸脱した欠陥を特定するオプションがあります。ツールは、このような希少な生産結果の画像で自己学習することにより、その精度を高めることができます。

セグメンテーションは、画像内の 1 つのセクションを識別し、ソフトウェアにその領域の欠陥をスキャンするように指示します。これにより、セグメント スキャンに関係のない領域を除外することで、ディープ ラーニング アプリケーションを簡素化できます。

詳細はこちらからディープラーニングによる欠陥検出で自動車産業など様々な産業における検査を自動化する方法

3.オブジェクトとシーンの分類

分類の例

オブジェクトとシーンを分類することで、ディープラーニングアプリケーションが欠陥をクラスに分割するのに役立ちます。これは、人の介入なしに自己改善するアプリケーションの能力を最適化するのに役立ちます。一般に、画像は特定の特性に従ってラベル付けされた後、特定のパラメータに従って分類されます。このようにすると、例えば、傷のある製品は自動的にペイントラインに戻され、へこみのある製品は金属加工に送ることができます。

分類は、色、テクスチャ、材料、パッケージング、欠陥タイプなどの一般的な特性に基づいて製品やコンポーネントをソートします。優れた分類ツールは、諧調、形状、寸法など、自然なばらつきに対して許容範囲を確立します。この許容範囲は、各クラスのニーズに応じて変化します。

もっと読む ディープラーニングの分類ツールのしくみ

4.文字と文字列の読み取り

エンジンブロックのOCR

エンジンブロックや銅管のような表面で一貫して単語、数字、またはテキストを読むことは、人や標準的なマシンビジョンアルゴリズムでは不可能です。照明は生産ラインで大きく異なり、影ができる場所があれば、まぶしい場所もあり、工場の周囲の照明の変化に応じて終日変化します。

ディープラーニングアプリケーションは、フォントと書体を生産部品の文字と結び付けます。これにより、プラスチック製のカバーや衣服またはガーデニングツールなど、不均一な表面の文字を読みやすくします。高度な文字読み取りツールは、工場のみでなく、高度な流通、物流、商業システムにも採用されています。

詳しく読む:あらゆる状況下でディープラーニングベースの OCR を使って複雑で難しいコードを読み取る

ディープラーニング ソフトウェアのその他の機能

上記の 4 つの機能に加えて、ディープ ラーニング ソフトウェア パッケージで以下が実現します。

  • 高度な技術的知識を必要としない直感的なGUIで学びやすい
  • 目視検査の生産環境に最適化されているため、画像セットが少なく、トレーニングも必要最小限
  • Windows PC の GPU (グラフィックス・プロセッシング・ユニット) を採用

コグネックスディープラーニングには、他のオープンソースのディープラーニングフレームワークとは異なり、工場や生産環境向けに正確に設計された、強力な機能が豊富に揃えられています。包括的なマシンビジョンツールライブラリと、共通の開発および展開フレームワーク内の高度なディープラーニングツールを組み合わせています。

他の投稿

製品のサポートやトレーニングなどの詳細を見る

マイコグネックスに参加