更新日： 集計期間:2025年08月13日～2025年09月09日
※当サイトの各ページの閲覧回数を元に算出したランキングです。
451～454 件を表示 ／ 全 454 件
シュリンク包装品の破れの有り無しを検証！
食品メーカー様のシュリンク包装品の破れの有り無しを無料の簡易検証でご報告しました。 変形・段積み崩れ・フラップ糊付け等も引き続き検証して様々な不良検出をご提案したいと思っています。 簡易検証では人が目視ですぐに分かる程度の破れ：8割程度、製品の色が白等で人でも分かりにくい破れ：5割程度の正判定が可能でした。 今回は限られたサンプル品で検証しており、学習データが少なかったためこのような精度になったのではないかと思います。より多くのデータを学習させることで検出の精度は上がります。 【使用したソフト】 Deepsky
「本当に高画素カメラを使わないと判定ができないのか？」ということを考えてカメラの画素数を選定する必要があります。
「高画素は高性能」— 確かに、高画素になるにつれて細部まで鮮明に撮影できるようになります。しかしながら、単純に大は小を兼ねるというわけではなく、高画素カメラにも弊害があります。例えば、無駄に画素数が多いカメラを使うと画像処理に余計に時間がかかってしまいます。そのため「本当に高画素カメラを使わないと判定ができないのか？」ということを考えてカメラの画素数を選定する必要があります。 下の例は30万画素から1400万画素まで、PCのマザーボードの一部を同じサイズまで引き伸ばしたときにどれくらいの鮮明度の違いが出るか実験をした結果です。 （図を参照） このように、広い視野の中の細かい部分を見ようとしたとき、高画素の性能が発揮されます。ただ、先程書いたように画像処理の時間が長くなるほか、この後の「高画素か、低画素か(2)」で紹介するように露光時間も長くする必要があります。「本当に高画素カメラを使わないと判定ができないのか？」という考え方はカメラを選定する上で重要な要素の一つです。
ディープラーニングにおける解像度に対する考え方についてご紹介します！
「検出力を向上するために高解像度のカメラを使いたい」というお声をよくいただきます。ルールベースの画像処理の場合高解像度の画像を使用すると分解能が良くなり検出力が向上する傾向にありますが、ディープラーニングではその限りではない場合があります。ディープラーニングにおける解像度に対する考え方について、大雑把ではありますが下記に簡単に解説致します。 （図1）の(1)～(3)のような画像があるとします。 (1)全体の面積10×10、灰色の四角形の面積4 (2)全体の面積20×20、灰色の四角形の面積16 (3)全体の面積10×10、灰色の四角形の面積16 (2)の灰色の四角形の面積は(1)に比べて4倍大きいですが、全体の面積に対する灰色の四角形の比率で見れば(1)：4/100、(2)：16/400であり、どちらも4％分しかありません。 ディープラーニングにおいて、「灰色の四角形の検出しやすさ」という意味では、(1)と(2)はほとんど同じです。
「見つけたいモノ」があったら是非スカイロジックまでお問い合わせください！
お客様とお話をしているとどうもAI（ディープラーニング）が勝手にOKかNGか判定してくれると思われていると感じる時があります。これは微妙なニュアンスの違いであり、実際の会話の中でわざわざ訂正するほどのものではないのですが、今日はそのモヤモヤを晴らしたくてこの記事を書きます。 さて上でモヤモヤと書きましたが実際何が違うかと言うと、ソフト上で何をOKとして、何をNGとするか決めているのは実は人間だということです。 「じゃぁAIって何してるんだ……」となってしまうのですが、答えを言ってしまうと弊社のAIが行っていることは「教わったモノを見つける」、本質的にはこれだけです。この機能は一般的に「物体検出」と呼ばれます。 「物体検出」では文字通り画像の中から「物体」を「検出」します。
