外観検査用人工知能を構築するために必要なデータは数十枚の正常データのみです。使用する学習データが少ないため、学習時間も数秒です。
学習に必要なのは数十枚の正常データのみ
学習も数秒で完了
学習・評価作業は、Windowsで動作する専用アプリケーションで簡単に行うことができます。
数十枚の良品画像をドラッグ&ドロップして学習開始ボタンを押すだけ。
枚数が少ないので学習時間も数秒で完了します。
学習結果の評価も簡単操作で可能。
どの部分を異常と検知しているかを視覚的に確認することができます。
良品画像のみで学習ができる「異常検知」機能と、種別分類ができる「分類」機能があります。
いずれの機能も、独自技術によって数十枚からの学習が可能です。
少量の良品データのみで学習し、良品か不良品かの二値判別を行うための機能です。
学習用に不良品画像を収集する必要がないためスピーディーな開発が可能です。
また、良品しか学習していないので、未知の不良品を検出できる可能性もあります。
画像を各種別に分類することができる機能です。
各種別ごとに数十枚ずつの画像があれば学習可能です。
本機能で学習を行えば、不良品判定された画像が何の種類の不良なのかを知ることができるようになります。
OS | Microsoft Windows 10 64-bit 日本語版 |
---|---|
CPU | Intel Core i5以上 |
GPU | CUDA対応NVIDIA製GPU メモリ2GB以上(4GB以上推奨) Maxwell以降 |
OS | Microsoft Windows 10 64-bit 日本語版 |
---|---|
CPU | Intel Core i5以上 |
GPU | CUDA対応NVIDIA製GPU メモリ2GB以上(4GB以上推奨) Maxwell以降 |
gLupeは"開発キット"の形態をとっています。運用に合わせた柔軟なシステム開発が可能です。
なお、gLupeを用いた「データ解析」「システム開発」は当社でも請け負い可能です。お気軽にご相談ください。
開発のPDCAサイクルを回すことで
より高精度なシステムを構築可能です。
1.学習と学習結果の評価
gLupe Learning Toolを使用した学習、及び、学習結果の評価を行うことができます。まずは、ツール上で学習と評価をしてみて、ターゲットとしている外観検査が自動化可能かどうかを検証しましょう。評価結果を見て、撮影環境の見直しや適切な前処理などを検討することも大切です。gLupe Learning Toolで作成した学習済みモデルは、SDKから呼び出すことが可能です。 学習・評価などの検証作業を当社にてお請けすることも可能です。ご希望の場合はお気軽にお問い合わせください。
2.サンプルアプリケーションを用いた推論
以下の構成で動作する推論用のサンプルアプリケーションが付属しています。学習ツールからエクスポートした学習済みモデルを使って、外観検査システムを動かすことができます。なお、すでにカメラや照明などの撮像環境が製造ラインに設置されている場合は、そのまま流用することも可能です。
3.運用に合わせた推論アプリケーションの開発
付属の推論用サンプルアプリケーションの機能が不足している場合は、運用に合わせて機能追加をしましょう。サンプルプログラムをカスタマイズしても良いですし、スクラッチで開発を行うことも可能です。推論機能はC++のWindows DLLとしてご提供していますので、C++やC#などで自由に開発することができます。
システム開発を当社にてお請けすることも可能です。ご希望の場合はお気軽にお問い合わせください。
「まずは持っている画像で評価してみたい」などお気軽にご相談ください。
お電話でのご相談・お問い合わせ
06-6344-2875
営業時間 9:00 ~ 17:30(土/日/祝日・年末年始・夏季休暇を除く)