76～90 件を表示 ／ 全 410 件
AI画像検査で未塗装の丸棒の本数カウントします！
金属加工メーカー様より、位置決め無しで７ｍの長さの棒の本数をカウントしたいといった要望です。 今回、未塗装の丸棒でしたが、以前検証報告した白く塗装した棒と同程度の正確さでした。ただ、大きさや角度が大きく異なるものは未学習のため不正確になります。 左の画像はアノテーションで右の画像はカウントするワークを検出して点で表示しています。 ルールベースの従来型画像検査ソフトよりAI（ディープラーニング）の画像検査ソフトは屋外などのある程度の明るさや撮像環境に違いがあっても検査ができることが強みです。 様々な業界、様々な工程で検査ソフトはお役に立ちます。 DeepSkyではコンベア上のカウント対応の上位ソフトをご利用いただくことが出来ます。 様々な運用方法でカウントできる仕様になっています。 【使用したソフト】 Deepsky
制御機器の表示灯やメーターの読み取りをします！
電子機器メーカーさまから様々な制御機器の表示灯やメーターの読み取りに関してのお問合せをいただきました。６種類の読み取り機能を設定しご報告することになりました。 左右の画像２種類は「メーター読み取り機能」を使用しております。そのほかの画像３枚については点灯している時の色を検出するか、検出しないかで合否判定を行っています。が、メーターの上部と下部で照明の当たり方にバラツキがあると思いますので、暗くなってしまう下部にはバー照明等で照射した方が、誤検出が少なくなると考えております。もう１ついただいていた画像についてもお送り頂いた画像でしたら読み取りは可能でした。また、多少のズレ補正は可能ですが、カメラの固定は必須となります。
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
外観検査とは？自動化の注意点と最新AIの使い方、海外の動向
製造業において、企業の信頼を維持するための品質管理・品質保証は欠かせない業務です。品質管理業務の中でも多くの部分を占めるのが「外観検査」です。各工程において外観検査を行うことにより下流工程の歩留まりが向上し、不良の流出も未然に防ぐことができますが、同時に製造コストを押し上げ、場合によっては外観検査がボトルネックとなって生産能力が落ちてしまう原因にもなりかねません。 ここでは外観検査の自動化の注意点、従来の画像処理と最新AI画像処理の違いや海外での外観検査の動向について解説します。 ■外観検査とは？ ■外観検査の主な検査項目 ■目視検査の代替としての自動外観検査 ■目視検査のメリット・デメリット ■自動外観検査のメリット・デメリット ■自動外観検査の導入ステップ ■AI（ディープラーニング）外観検査は従来の手続き(ルールベース)型画像処理に取って代わるのか ■外観検査で手続き型画像処理を使う場面 ■外観検査でAIを使う場面 ■外観検査を自動化する際の注意点 ■海外における自動外観検査の動向 ■まとめ ■低価格で導入できる外観検査システム ※関連リンクをご覧ください。
「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。
調光とレンズの絞りについて
画像検査ソフトEasyInspectorをご利用いただいているお客様から「インバータ蛍光灯って調光できないの？」というご質問を頂きました。EasyInspectorをご利用のお客様には「室内蛍光灯やインバータ蛍光灯で問題のない検査であればあえて高価な照明を付ける必要はありません」と申し上げています。 LED照明の多くは照明部と電源部が別になっており、電源部のつまみで調光できるようになっているためこのようなご質問は自然なことと思いました。 実は、明るさの調整には様々な方法があります。 １）調光 ２）レンズのしぼり（産業用カメラの場合） ３）カメラの露光時間とゲイン設定 つまり、原理的には上の3つのうちのどれかが調節できれば明るさの調整ができるということになります。 では、何を使って調整するのが一番良いのでしょうか？ （図1）これはペットボトルのキャップの一部を撮影したものです。ピントはキャップの底に合わせてあります。左右とも同じ明るさですが、左の画像は右に比べてキャップの縁までピントが合っているのが分かるかと思います。これを「焦点深度が深い」ということがあります。
「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。
DeepSky＋外部ソフトで作った「コンベア上を移動する製品を検査しつつ数を数える」仕組みを紹介します！
DeepSkyは検出した物体の座標を TCP/IP通信で上位システムに知らせる機能を持っているため、上位システムで物体の座標を追跡することにより様々な応用が可能になります。ここではコンベア上を流れる物体を検査しつつ、物体がカメラの中央を横切った時にカウントするソフトを紹介します。 下の図（図2）はコンベア、カメラ、ソフトの構成を示しています。カメラの画像をDeepSkyで処理して物体の種類と座標を検出し、その結果を上位のカウントソフトに渡しています。カウントソフトは物体を追跡し、画像の中央を横切った時にカウントアップしています。 ベルトコンベアを移動する製品のイメージです。上部のカメラで撮影し、NG品をチェックしつつ製品をカウントします。PLCなどと連動して規定数に近づいたときに速度を落としたり、ブザー鳴動させたりすることもできます。 カウントソフトでは物体の座標を追跡して物体をカウントします。このようにDeepSkyは上位のソフトと連携できるため様々な使い方をすることができます。カウントソフトのようなカスタムソフトは弊社でも製作可能です。
「cazoeTell」と「wakeTell(旧名：cazoeTell2)」の違いを説明します
「cazoeTell2」は「wakeTell」に名前変更しました。 改名の理由は”2”という名前になっているのでcazoeTellの上位互換とお客様によく間違えられしまうためです。 cazoeTellは単一の物をカウントするのに特化しておりカウント性能が高いです。 wakeTellは複数の物を分類してカウントすることが出来ますがcazoeTellよりカウント性能が低いです。 ■比較表 （※関連リンク（ブログ）をご参照ください） ■ナットとワッシャーのカウント比較 cazoeTellとwakeTellでどちらも総数の「30」個は問題なくカウント出来ています。 ただ、cazoeTellではカウント対象が「30」個あるという結果のみで何が何個という結果を出すことは出来ません。 一方、wakeTellではナットが「15」個とワッシャーが「15」個と認識して結果を表示しています。 この為wakeTellでは工具の戻し忘れなどの用途でも使用可能です。
物体認識の原理について説明します！
最近、AIのソフト（EasyInspector2やDeepSky）をご使用頂いているお客様から「なんでこうなるの？」「こうなるはずでは？」「中身はどうなっているの？」というお話を頂くことが多くなっています。 このような時、担当者はどのように説明するべきか迷うようです。確かに、感覚的に分かりやすく説明しようとするといわゆる例え話（※）に終始してしまったり、細かく説明しようとすれば専門書の方が詳しいとなったりしてしまいます。私も「もう一歩踏み込んでAI画像処理の原理を知りたい」というお客様にちょうど良い説明資料が見つけられないでいました。 ※詳しくは関連リンク（ブログ）をご覧ください
EasyInspector2のAI機能を使用したカメラ複数台接続時のPC選定についてご紹介します！
お客様より複数台接続する際にPCのスペックをご質問頂く事があります。 今回はEasyInspector2（以下：EI2）のAI機能を使用したカメラ複数台接続時の挙動をご紹介させて頂ければと思います。PC選定時の参考になればと思います。また、複数台接続による検査時間の増加目安としてもご参考になれば幸いです。 マルチコントローラ（以下：EIMC）を使用し6台のEI2を起動・検査しました。 ■PC ■ハードウェア構成 ■ソフトウェア構成 ■結果 ※詳しくは関連リンク（ブログ）をご覧ください。
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。
学習と検査速度のGPUによる違いを検証します！
今回はタイトルの通り「学習と検査速度のGPUによる違い」を検証出来ればと思います。 2種類のGPUと16・8GBのRAMによる学習・検査時間の違いを比較します。 ■条件 ■確認構成 ■結果 ※詳しくは関連リンク（ブログ）をご覧ください。
「教師画像」と「アノテーション」についてご紹介します！
弊社の営業技術がお客様と話をしている時にほぼ毎回説明しているものですが、AIの性能を大きく左右する重要な要素にもかかわらずネットを調べても話が一般的すぎて実用上の参考になりにくいものが多く、もう少し実用的・具体的・現実的な解説ができればきっと皆さんの参考になるだろうと考えたのが今回のブログの背景です。 ■いくら良いAIでも間違ったことを教えられたら間違った結果を出す ・教師画像について ・アノテーションについて ・アノテーションで便利な機能 ・参考になるブログと動画 ※詳しくは関連リンク（ブログ）をご覧ください。
手作業から解放！キズなどの不良の検出、難しい等級選別もAI画像検査で自動化します！
こんなお悩みありませんか？ ■手作業に時間が掛かる ■等級選別が難しく、目視による見落としが発生する ■雇用労働に頼るため、人件費がかさむ ■熟練者の高齢化が進む一方、担い手がいない 画像検査ソフトで自動化を可能にします！ 1）手作業でやっていた不良検出作業が自動化できる ⇒キズ、変色、汚れなどを検出し、作業時間を短縮！ 2）難しい等級選別が誰でも簡単にできる ⇒さまざまなルールで判別が可能！手作業から解放！ 3）パソコン１台から運用！低価格で始められる ⇒導入コストを大幅削減！ 作業員を最小限に留め、人件費の削減！ 目視による見落としを防ぎ、品質価値をアップ！ 大きな機械の導入等はなく、小さく始められます！ 【検査事例】 ■大きさによるトマトの分類 ■花の種類の分類 ■トウモロコシの種の判別 ■茶葉の種類判別 ■みかんの傷の検査 ■コーヒー豆の欠陥検出 ※詳しくは関連リンクを御覧ください。
