ブログ

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

defect detection large

ディープラーニングは、工場オートメーションアプリケーションにおける外観の欠陥やその他の不要な異常を検出するのに理想的です。特に構造化されていない対象物など、自然な複雑性と変化が激しい場合に適しています。複雑なパターンや位置のばらつきが多い背景の場合は、従来のマシンビジョン検査システムでは混乱を招く可能性があります。部品間の自然な変動は予測が難しい場合があります。背景が一定の場合でも、材料の伸縮性、柔軟性、変形しやすい性質によって、外観の見え方が大きく異なる可能性があります。これは特にプラスチックや織物生地で生じやすい現象です。

欠陥タイプが複雑で、位置が分散している場合、プログラミングが広範で煩雑、面倒なため、メーカーは従来の検査方法を使用できない可能性があります。外観の見え方が変わる、画像でグレアが生じる、材料に変化または変形する性質がある(織物など)、欠陥の形態およびタイプが異なる場合などの欠陥検出では、明確な検索が困難です。

このような状況では、メーカーはディープラーニングを使用して、通常の外観とは異なるすべての対象物を識別し、欠陥を示すことができます。欠陥によって製品が排除される、あるいは排除されない状況において、トレーニングエンジニアは、「良い」あるいは「悪い」とラベル付けされた参照モデルを登録することにより、自然なばらつきを容認しながら、特定の欠陥を捉えることができます。

いずれの場合も、この方法はシンプルで簡単であり、ビジョンの専門知識を必要としません。検査アプリケーションエンジニアが、代表的な登録画像を集めてシステムに登録するだけです。その後、ディープラーニング ソリューションで検査官と同様の知性を使用して参照モデルを構築します。エンジニアは必要に応じて追加画像を検証し、モデルの意思決定が最高の検査官と同等になるまで、調整することができます。そうして、システムが実行時に検査画像を正確かつ繰り返し分析して、異常や外観の欠陥を検出します。

以下の例では、自動車、エレクトロニクス、パッケージ、ライフサイエンス産業におけるコグネックスのディープラーニング欠陥検出ツールのバリュープロポジションを紹介します。

自動車産業向け欠陥検出

自動車部品には処理が難しい表面がたくさんあります。自動検出システムを最も混乱させるのは、テクスチャ、粗い加工、多孔質などが激しい金属表面とインテリアシートやエアバッグに使用されるファブリックです。

自動車の欠陥検出

ファブリック(織物)は、糸の厚さ、織り目、パターンに自然なばらつきがあります。エアバッグの検査では、ステッチや縫い目は展開時に破壊的な衝撃を受けるため、欠陥を見つけることが非常に重要です。課題は2つです。1つは、天然の生地は複雑で、伸縮の仕方や光の様子で外観が変わる可能性があります。もう1つは、より深刻で、ステッチまたは縫い目の欠陥の膨大な数になることです。個々を確実に検索することは面倒であり、ルールベースのアルゴリズムでキャプチャすることはほとんど不可能です。そのため、エアバッグ生地の正常な外観を自動登録することで、検査システムで潜在的な欠陥を特定するのに使えるようになりました。

ニューラルネットワークを使用すると、ディープラーニングベースのツールは、織りパターン、糸特性、色、その他の許容可能な欠陥の自然な変化を安定的に保ちながら、ファブリックの変更可能な性質を概念化および一般化して、すべての異常な外観を識別することができます。予期しないステッチ、織り物の浮き、縦糸/横糸の結び、ほつれ、穴など、自然なばらつきと異なる異常は、システムが欠陥としてフラグを立てます。このようにして、ファブリックは、事前に定義された欠陥ライブラリなしで検査することができます。この新しいディープラーニングベースの方法は、自動車用ファブリックの自動品質管理に検査官による検査性能をもたらします。

エレクトロニクス産業向け欠陥検出

OLED ディスプレイ製造以外にも、半導体ほど、エレクトロニクス産業のどこにも厳格な品質管理と欠陥検出が重要な場所はありません。傷、ねじれ、曲がり、欠けのあるピンが自動的にリジェクトの原因であるのと同様に、チップに対して、誤差に対する許容範囲が極めて狭い場合に干渉する最も表面的な欠陥にもなります。

エレクトロニクスの欠陥検出

しかし、非常に多い明確な欠陥タイプをルールベースのマシンビジョンアルゴリズムにプログラムすることは非効率的です。本質的にすべての欠陥が「機能的」な異常としてカウントされるとき、すべての異なるチップやリードに欠陥があるとフラグを立てるよりも、完璧な半導体チップまたは集積回路 (IC) リードがどのようなものであるかを検査システムに教える方が簡単です。これは、教師なしモードで動作するディープラーニングベースの検査ツールに最適なタスクです。このモードでは、ソフトウェアのニューラルネットワークは、チップの正常な外観(金属背景の明らかな変化を含む)を概念化および一般化して、欠け、割れ、破損のあるコンポーネントを欠陥としてフラグを立てます。

メーカーにとってのメリットは、すぐに効果があります。ビジョンエキスパートやアプリケーション開発者が必要な要件はなく、予測不可能な欠陥をプログラミングする必要もなく、より高い欠陥検出率とその後の収益を実現できます。

パッケージ産業向け欠陥検出

紛らわしい背景での傷やへこみなどの外観の欠陥を特定することは、金属表面以外でも必要です。食品/飲料や消費財では、多くのパッケージは板金と同じくらい光沢のあるプラスチックやセラミック材料で作られています。そして、これらの表面では、反射やまぶしさという同じ問題が生じます。このような状況下では、従来のマシンビジョンシステムでは、画像間のわずかな違いを判断することは困難です。

パッケージの欠陥検出

ディープラーニングベースのニューラルネットワークは、まぶしくても見えるように設計されています。また、過去の一般的な表面の欠陥を参照に本当の欠陥を捉えるのが最良の方法です。フェイスクリームのセラミック瓶の場合、瓶の個々の違いは、常にすぐリジェクトされる原因とはなりません。瓶の実用性に影響する「機能的」異常は、ほぼすべてがリジェクトされますが、外観の異常は、メーカーのニーズや設定によってすべてがリジェクトされるわけではありません。

コグネックスのディープラーニングは、経済的であり、導入しやすいという点で、マシンビジョン検査と検査官の両方の利点を兼ね備えています。これを行うために、アプリケーションまたは品質エンジニアは、代表的な一連の「良い」セラミック瓶の画像と「悪い」セラミック瓶の画像をディープラーニングベースのソフトウェアに登録します。例えば、「悪い」瓶は深いへこみや長い傷がありますを。この一連の画像に基づいて、ソフトウェアはセラミック瓶の表面の自然な形状とテクスチャを学習し、照明による外観のばらつきを考慮しながら、許容範囲外の画像にフラグを立てます。

このようにして、コグネックスのディープラーニングは、自動化されたコンピュータシステムの信頼性、一貫性、速度とわずかなばらつきを理解する検査官の能力を組み合わせた、効果的なパッケージ欠陥検出ソリューションを提供します。

ライフサイエンス産業向け欠陥検出

今日の放射線科医の役割は、コンピュータ支援診断 (CAD) により急速に変化しています。これまで、腫瘍のような生物学的異常を探すには、医師の判断が必要でした。対象範囲が広ければ、見える部分も広がります。そうなると、放射線科医は、身体の正常で健康的な外観とはわずかに異なる小さな偏差よりも、特定の異常を特定することに関心を寄せてしまうことがあります。

ライフサイエンスの欠陥検出

人間は、何が外観の違いかを示すモデルを自然に作成し、「正常」と「異常」を区別することができるため、X線またはMRIの結果を見直し、上述のいずれのシナリオも対応することができる非常に優れた能力があります。しかし、放射線科医の生産性には上限があります。また、最も熟練した放射線科医でさえ、見慣れない特徴の画像や、経験のない画像に遭遇する可能性があります。また、潜在的な腫瘍を見逃したり、誤診断したりするリスクはあまりにも大きすぎます。

この場合、ビッグデータの力を活用することができます。ディープラーニングベースのソフトウェアツールは、背景が複雑である、またはコントラストの悪い場合でも、特定の臓器や椎骨など、対象領域を見つけます。AIアルゴリズムは、一連のラベル付き登録画像を使用して、ばらつきが多い臓器の正常な外観の参照モデルを構築することができます。ディープラーニング検査システムは、ラベル付けされた「良い」例と「悪い」例の画像に基づいて、対象画像が異常であるか正常であるかを判断できるように学習します。このようにして、参照モデルから、正常で健康な状態とは異なる生物学的異常を示す領域にフラグを立て、必要に応じて、放射線科医による検討を行うことができます。

メーカーは、紙、ガラス、プラスチック、セラミックス、金属など、あらゆる種類の表面の異常や外観の欠陥を検出するために、コグネックスディープラーニング欠陥検出ツールを採用しています。コグネックスのディープラーニングは、対象の正常な外観と、自然で許容できるばらつきを登録するだけで、傷、へこみ、誤印刷、アライメントエラーなどを識別できます。面積が広い場合は、対象の様々な外観を登録することによって、欠陥検出ツールで特定の関心領域をセグメント化して欠陥を見つけることができます。

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

お気軽にお問合せください

Cognex は世界中でお客様のビジョンと工業用バーコドリーダのあらゆるニーズをサポートしています。

お問合わせ
Loading...