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キズ・打痕検出をVPDL RedツールのFocusedモードにて実施。
（AI/ディープラーニング事例 Vol.1 ご参照）
更に「High-Detailモード」を使用すれば、画素レベルでの不良箇所検出が可能に。
課題
VPDL RedツールのFocusedモードは従来のAIと比べ、少ない画像枚数、学習・処理時間で精度の高い結果を提示できるが、コントラストが薄い・白キズと黒キズが混載している場合など、全ての不良箇所を検出しきることが難しいこともあった。
を使うと…
「VisionPro Deep Learning（ViDi）」のAI/ディープラーニングなら！
◎Focusedモードでは上手く検出し切れていない不良箇所も、High-Detailモードだと不良箇所の形状やサイズに合わせ、より正確に検出！
◎欠陥の面積などを画素レベルで計測したいニーズにも対応！
参考トレーニング状況
画素数 : 1600×1024 / Pix（ROI 範囲:377.49×730.5）
【Focused】
教示枚数 : OK6枚 / NG6枚
教示時間 : 約2分
処理速度 : 12.1±1.0msec
【HDM】
教示枚数 : OK7枚 / NG8枚
教示時間 : 約10分
処理速度 : 14.3±2.3msec
PCスペック
CPU：Intel(R) Core(TM) i7-10870H CPU @ 2.20GHz 2.21 GHz
実装メモリ：16.0GB GPU ボード:NVIDIA GeForce RTX 3080 Laptop GPU
