最終的なアセンブリの確認
ディープラーニング欠陥検出ツールは、紛らわしい背景でも部品の存在、配置を確認します。
関連製品
ディープラーニング採用In-Sight ViDi画像処理ソフトウェア搭載
A breakthrough in complex inspection, part location, classification, and OCR
最終的なアセンブリの確認作業では、各種トリムによって複雑化が進み、従来のマシンビジョン検査では対応が困難でした。ワイヤーバンドやメタルハウジングなど、すべての部品が揃っており、正しく組み立てられていることを検査担当者が目視で検査しています。しかし、微妙な照明のばらつきによって、バンドが正しいハウジング内に設置されているかどうかの判別が難しい場合があります。ワイヤーバンドの識別に慣れた検査担当者でも、十分なスピードや整合性が得られないことがあります。Cognex Deep Learning はディープラーニングの画像解析によって、トリム部品の完成外観を学習します。これにより、検査担当者と同等の精度というだけでなく、自動システムのスピードと信頼性で、バンドの装着もれを検出できます。
ディープラーニングベースの自動車業界向けアプリケーションガイドのダウンロード
技術者は、教師あり学習モードのディープラーニング欠陥検出ツールで、ワイヤーが不足しているトリムの「不合格」画像と、ワイヤーがある既知の「合格」画像を基にシステムをトレーニングし、 完全なトリムの参照モデルを作成できます。このモデルを使用して、Cognex Deep Learningはワイヤーバンドのないトリム部品を異常および欠陥品として識別し、最終検査で不合格とします。