複雑な検査のためのディープラーニング

目視検査の自己学習とコンピューターシステムの速さと一貫性を融合させたディープラーニング
使用目的が位置の計測、読み取り、検査、特徴の分類のどれであっても、ディープラーニングベースの画像分析が従来のマシンビジョンと異なる点は、特徴に基づいて部品の外観を概念化し、一般化することです。これは、その特徴が微妙に異なる場合も、大きく違う場合も同じです。
ディープラーニングベースの画像分析は、大きく異なっても異常ではないパターンや、位置の違いが空間周波数に基づく手法の使用を妨げる可能性がある場合など、特に本質的に複雑な表面の外観検査に適しています。ディープラーニングは、回転のある、ヘアライン仕上げされた、または光沢がある部品などの傷やくぼみなど、複雑な表面や外観上の欠陥の対応に優れています。
ディープラーニング技術は、人間の知能を模倣するニューラルネットワークを使用して、複雑なパターン内の自然のばらつきと、外観的な異常を区別します。ディープラーニングは、従来のマシンビジョンを用いたアプローチに比べ、外観が似ている部品のばらつきや誤差の影響を受けにくくなっています。Cognex Deep Learning などのディープラーニングベースのソフトウェアは、人間や従来のマシンビジョンソリューションより効率的に判断検査が行えます。