欠陥セグメンテーション用詳細（赤）モードを理解する
コグネックスの VisionPro Deep Learning ソフトウェアには、詳細（赤）モードと呼ばれる非常に高精度を必要とするマシンビジョン検査のための新しい設定が含まれています。
この高度な検出モードは、欠陥の分類においてさらなる精査を必要とする、非常に特殊な用途に対応します。業界や欠陥の種類に関係なく、詳細（赤）モードは、正確なセグメンテーション、高速処理時間、高品質の製品を提供します。
ディープラーニングツールの概要
詳細（赤）モードを理解するには、VisionPro Deep Learning の4つの主要ツールを復習する必要があります。これらのツールは、ディープニューラルネットワークを使用して、コグネックスのマシンビジョンカメラで撮影した画像のパターン、コンポーネント、異常を認識します。
- Red Analyze: 画像の変色および欠陥を検出します。詳細（赤）モードツールは、このツール内の構造設定です。
- Green Classify: 画像または画像の一部を任意の数のクラスに分類します。一般的な例は、欠陥をタイプ別に分類することです（傷、亀裂、傷など）。
- Blue Locate: 画像内の部品またはコンポーネントを検索します。
- 読み取り（青）: 画像に対して高度な光学文字認識を行います。
VisionPro Deep Learning 開発者は、これらのツールの一部またはすべてを一緒に使用できます。これは、Red Analyze ツールと Green Classify ツールに特に当てはまります。たとえば、Red Analyze ツールは異常を特定し、Green Classify ツールは欠陥の種類を特定します。
詳細モードは、しばらくの間、Green Classify ツールの一部となっていました。そのため、このブログでは、Red Analyze ツールで利用可能な新しいバージョンについて紹介します。
Red Analyze ツールの仕組み
コグネックスのカメラで生産中の部品の画像を撮影して検査し、VisionPro Deep Learning で、その画像の検査合否を判断する必要があります。
Red Analyze ツールは、画像内の特徴、対象物、またはコンポーネントをスキャンして、これらの検査を行います。VisionPro Deep Learning は、ニューラルネットワークを使用し、予め登録した画像に基づいて、これらの画像の合否判定を行います。
このプロセスは次のように動作します。マシンビジョンアプリケーション開発者は、一連の画像をニューラルネットワークに送り込みます。通常、これらの半分は登録される画像で、残りの半分は検証に使用する画像です。ニューラルネットワークは、検証用画像の「現地検証データ」と登録した画像を比較します。画像を登録することにより、ニューラルネットワークは、合格画像と不合格画像の違いを解読できるようになります。
Red Analyze ツールには2種類のモードがあります。
- 教師なし: 欠陥のない画像をニューラルネットワークに登録します。「良い」の定義から逸脱した画像内の詳細は、異常としてフラグが付けられます。
- 教師あり: 開発者は、画像内の特定のセグメントを識別してニューラル ネットワークに登録する必要があります。ニューラルネットワークは、画像をスキャンして特定の欠陥を探します。
教師ありモードには2つのサブモードがあります。
- フォーカス: 短時間で登録し、高いパフォーマンスを実現します。
- 詳細: 包括的なアルゴリズムでクラス最高の精度を提供します。
そのため、詳細（赤）セグメンテーションは、Red Analyze ツールの教師ありモードとして機能します。
詳細セグメンテーションを使用するタイミングの決定
VisionPro Deep Learning のフォーカスモードセグメンテーションは、非常に正確で非常に機敏です。ニューラルネットワークに新しい画像を追加し、数分で結果を生成することができます。フォーカスモードは、よりシンプルなアプリケーション用に設計されています。より困難なジョブには、詳細モードが適しています。
詳細セグメンテーションには、より複雑なニューラル ネットワーク構造が必要です。当然、これには時間と精度のトレードオフになります。詳細（赤）モードツールでは、ネットワークのトレーニングに数時間かかる場合があります。そのため、アプリケーション開発者は、余分な処理時間に対処する戦略を立てる必要があります。
詳細（赤）モードで時間を節約
画像やセグメントのラベリングは、通常、VisionPro Deep Learningでマシンビジョンアプリケーションを開発する際に最も時間のかかる部分の1つです。開発者は、大量の画像で複数のセグメントにラベルを付ける必要がある場合があります。背景は画像からマスクして外し、対象物を複数の角度から撮影してニューラルネットワークですべてが見えるようにします。
ラベル付けタスクは一度だけ行う必要があります。ラベルは、フォーカスモードや詳細モードなど、アプリケーションのさまざまなツールを評価するときにコピーできます。画像にラベルを付け直す必要がないため、開発者は時間を節約し、アプリケーションをより迅速に実装できます。
さらに、開発者はアプリケーション内でフォーカスモードとハイディテールモードを組み合わせることができます。詳細セグメンテーションの予約は、それが最も適したインスタンスに対してのみ行われます。詳細（赤）モードは、2層の検査モデルで最も機能することがよくあります。たとえば、詳細テストに失敗した生産部品は、最終的な合否判定を行う人間の検査官に送信されます。
微妙な欠陥の検出と正確な予測分析の実現
マシンビジョンの開発者は、高精度で厳しい基準を持つアプリケーションの構築に慣れています。詳細（赤）モードは、最も要求の厳しいアプリケーションに必要な精度レベルを実現するのに役立ちます。
詳細（赤）モードツールは、困難な欠陥を発見し、その欠陥の形状/サイズを正確に予測する必要があるアプリケーションに適しています。このピクセルレベルの精度は、家電、半導体、自動車などの主要産業において重要です。たとえば、半導体メーカーは、マイクロプロセッサの過熱を引き起こす可能性のある小さな欠陥を検出する必要があります。または、食品加工工場は、冷蔵製品のカビや腐敗の最も初期の兆候をスキャンする必要があります。
ディープラーニングアルゴリズムは、詳細（赤）モードに電力を供給するような、膨大な量のピクセルパターンから意味を推定します。また、生産の部品は、品質、性能、耐久性に影響を与えない微妙な違いがしばしばあります。機械学習アプリケーションは、これらの違いを考慮して調整できます。
しかし、ネットワークは検査対象すべてを拒否するほどの精度に訓練されるべきではありません。むしろ、ニューラルネットワークが多くの微妙なばらつきのある大規模なデータセットから、人間と同じように、微妙な判断を下すことが目標です。
VisionPro Deep Learning を使用した複雑な診断アプリケーションの解決
VisionPro Deep Learning ソフトウェアなら、開発者は、Red Analyze、Green Classify、Blue Locate、Blue Read ツールを含む幅広いツールセットを活用することで、最も厳しいアプリケーション要件にも対応できます。これらのツールのうち、Red Analyze ツールの機能である詳細（赤）モードは、ピクセルレベルの欠陥セグメンテーションで難しい欠陥（汚れ、亀裂、傷、その他の欠陥）を検出して測定します。このツールは、欠陥の外観を正確に学習し、ピクセルレベルの精度で登録されていない画像で予測します。さらに、詳細（赤）モードは、すべての業界のメーカーにディープラーニングによる検査の力をもたらし、検査システムが機械の速度で人間のような意思決定を行えるようにします。その結果は？高速処理と高い品質です。
