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。
薬品業界へのご提案
薬品製造の加工工程でのスティッキングなどの検出を実施。
成分由来の濃淡は検出せずに、スティッキングと思わしき所を検出していくことが可能です。
課題
・薬品製造の加工工程でのシミ、スティッキング、カケなどの検出を実施したいが、従来画像処理では成分由来の濃淡とシミなどの違いが検出できない。
・検出感度を上げると、成分の濃淡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モードで大小様々なスティッキングを覚えさせることにより、成分由来の濃淡は検出せずに、スティッキング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の教示をシミとスティッキング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：3840×2746 Pix 教示枚数：OK40枚 / NG25枚
教示時間：約10分 処理速度：581.8±354.6msec
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：ZOTAC GeForce GTX1080ti
