AI/ディープラーニング事例
COGNEX「VisionPro Deep Learning（ViDi）」のディープラーニング
ディープラーニングの運用により、パソコンが人間のように学習し、従来では難しかった不規則なワークの検出が可能になりました。
また、従来は数百枚～数千枚の画像が必要でしたが、VisionPro Deep Learning（ViDi）は数十枚の画像で短時間の学習が可能です。
金属業界へのご提案
金属製品製造の加工工程での疵、打痕検出を実施。
ヘアラインは検出せずに、疵と思わしき所を検出していくことが可能です。
課題
・金属製品製造の加工工程での疵、打痕検出を実施したいが、従来画像処理ではヘアラインと同軸上の疵が検出できない。
・検出感度を上げると、ヘアラインや表面凹凸を検出してしまい、良品誤検出が多発してしまう。（歩留り低下）
を使うと…
「VisionPro Deep Learning（ViDi）」のAI/ディープラーニングなら！
◎Supervisedモードで白疵・横疵・縦疵、打痕などを覚えさせることにより、ヘアラインは検出せずに、疵と思わしき所を検出していくことが可能です。
◎GreenツールやRedの教示を打痕と疵とで分けることにより、NG種別の仕分けを行うことも可能となります。→不良発生の統計、原因追求にも使用可能
参考トレーニング状況
画素数：1600×1024 Pix 教示枚数：OK6枚 / NG6枚
教示時間：約7分 処理速度：240.5±132.6 msec
PCスペック
CPU：Intel(R) Xeon(R) E5-2640v4 (2.40 GHz, 25M, 10C/20T, LGA2011-V3)
実装メモリ：PC4-17000(DDR4-2133) ECC RDIMM 64GB (8G X 8)
HDD：Serial ATA III 1TB 7200rpm
GPUボード：NVIDIA GeForce GTX1080ti
