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
凹凸がはっきりしない、なだらかな凹み（広範打痕）の不良検出を実施。二次元カメラ、三次元カメラ単体では撮像及び検出が難しかった不良内容も、三次元カメラとディープラーニングを組み合わせることで可能になります。
課題
凹凸がはっきりしない、なだらかな凹み（広範打痕）は同軸落射などの照明を当てても、二次元カメラでは上手く撮像できず、目視検査にしても難易度が高いため自動化が難しい。
3D-A5000を使って
高さ情報から高精度な3D画像
を取得！
金属板ワーク
を使うと…
三次元画像をディープラーニングに使うことで、機微な明るさ変動の検出が可能に！
「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！二次元及び三次元カメラ単体では撮像・検出が難しく、自動検査を諦めていた不良内容も、この合わせ技で自動化への可能性をご提示します。
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：OK24枚
教示時間：約2分
処理速度：7.0±0.4msecs
PCスペック
CPU：Intel(R) Xeon(R) CPU E5-2640 v3 @ 2.60GHz 2.60GHz (2 プロセッサ)
実装メモリ：64.0GB
GPU ボード：NVIDIA GeForce GTX1080 Ti
