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。
食品業界へのご提案
クッキー等割れやすい食品上に発生する、欠け・ヒビ割れといった不良検出を実施。二次元カメラだと撮像不可だった不良も、三次元カメラを使えば可能となります。
また、二次元画像だと検出が出来なかったディープラーニング検査も、三次元画像を使うことで不良のみの検出が可能です。
課題
クッキー上に発生した、欠けやヒビ割れなどの不良を検出したい。良品の形状にもバリエーションがあり、不良との区別が付きづらく、通常（二次元画像）だと不良検出が難しい。
3D-A5000を使って
高精度な3D画像を高速に取得！
を使うと…
三次元画像を使うことで、不良部分のみを検出することが可能に！
「VisionPro Deep Learning（ViDi）」のAI/ディープラーニングなら！
◎三次元カメラとディープラーニングの合わせ技！二次元では撮像や検出が難しかったワークでも、不良箇所のみを検出することが出来ます。
参考トレーニング状況
画素数：1483×1050 / Pix
ビット数：16bit
教示枚数：OK11 枚/NG15枚
教示時間：約2分
処理速度：105.0±4.7msec
PCスペック
CPU：Intel(R) Xeon(R) CPU E5-1650v4(3.6 GHz/14nm/Cores=6)
HDD：Samsung 860 EVO MZ-76E500B/IT
実装メモリ：Kigston KVR24R17S4/8(DDR4 PC4-17000/8GB)
GPU ボード：NVIDIA GeForce GTX1080 Ti
