시각적 뉴토끼 161에서 AI 기술의 활용

이름에서 알 수 있듯이 외관 뉴토끼 161는 부품 및 제품의 품질을 확인하고 보장하기 위해 부품 및 제품의 모양을 뉴토끼 161하는 방법입니다 일부 부품 및 제품은 추출 및 파괴적 뉴토끼 161가 필요하지만, 전체 뉴토끼 161, 비접촉 및 비파괴적인 시각적 뉴토끼 161가 필요한 부품 및 제품의 경우 효과적인 조치입니다

현재, 제조 업계에서 AI 이미지 인식 기술을 사용하여 이전에 인간의 힘에 의해 수행되었던이 시각적 뉴토끼 161를 자동화하는 데주의를 기울이고 있습니다 이 기사에서는 제조 산업의 과제와 AI 기술의 사용을 소개 할 것입니다

제조에서의 현재 육안 뉴토끼 161 문제

뉴스에서 자주 언급 한 바와 같이, 일본은 생년월일 감소와 고령화 인구로 인해 심각한 노동 부족으로 고통 받고 있습니다 제조 산업에서도 마찬가지이며 비즈니스에도 영향을 미칩니다 특히, 중소 규모의 제조 산업에서 베테랑 숙련 된 직원은 일자리를 떠나 숙련 된 인력을 확보하기가 어렵습니다
(참조 :경제 무역 및 산업 문서 "제조 산업에서의 노동 부족의 현재 상태 및 외국인의 활용")

제조 산업의 뉴토끼 161는 두 가지 방법으로 광범위하게 사용할 수 있습니다

1. 인간의 눈에 의한 육안 뉴토끼 161
2. 센서 및 이미지 데이터를 기반으로하는 자동 규칙 기반 뉴토끼 161

현재 주류는 여전히 1입니다 이것은 육안 뉴토끼 161입니다 테스트는 인간의 주관적인 견해를 기반으로하기 때문에 시험 수준은 담당자에 따라 다르며 품질은 일정하게 유지 될 수 없습니다 또한 사람들에게 인적 자원을 확보하고 기술을 전달하도록 훈련시킬 시간이 있으며, 이와 관련된 인건비도 발생할 것입니다 또한, 사람이 지속적으로 뉴토끼 161 할 수있는 시간과 집중력에는 한계가 있으므로 테스터 수가 기계의 수보다 적습니다 대량의 제품을 뉴토끼 161 해야하는 경우 더 많은 뉴토끼 161관이 필요합니다

반면, 2 센서와 이미지 데이터를 기반으로 한 주류 자동 뉴토끼 161는 "규칙 기반"을 사용하는 뉴토끼 161 시스템입니다 "규칙 기반"을 사용한 뉴토끼 161를 사용하려면 사람들이 사전에 결함을 만드는 크기, 모양 및 색상과 같은 특성 데이터를 수집, 집계 및 등록해야합니다 예를 들어, 제품에서 "스크래치"를 감지하려면 스크래치의 이미지 데이터가 수집되고 크기, 모양, 색상 등을 정량화하여 뉴토끼 161 시스템에 등록했습니다 이것은 매우 시간이 많이 걸리는 도전이 있습니다 또한, 공장은 결함이있는 제품을 생산하는 것을 목표로하지 않기 때문에 결함이있는 제품의 발생률은 낮으며, 흠집과 같은 결함 데이터가 수집되지 않는다는 문제도 있습니다 또한, 결함이있는 데이터를 수집 할 수 있더라도 뉴토끼 161 중에 시스템에 사전에 등록 된 결함 패턴 만 감지 할 수 있으며 처음으로 발생하는 결함 패턴이 간과 될 수 있다는 문제가 있습니다

[현재 뉴토끼 161 방법 및 문제]

이러한 인력 부족과 육안 뉴토끼 161와 관련된 기존 문제를 보상하기 위해 AI 이미지 인식 기술을 사용한 육안 뉴토끼 161 솔루션에주의를 기울이고 있습니다

시각적 뉴토끼 161에 사용되는 AI 기술

우리는 시각적 뉴토끼 161에 사용되는 현재 AI 기술을 살펴보고 싶습니다

딥 러닝은 AI 기술 중 하나입니다 기존 이미지 인식 및 기계 학습 방법과 비교할 때 딥 러닝의 장점 중 하나는 "기능을 자동으로 추출한다"는 것입니다 예를 들어, 제품의 흠집을 감지하려면 전통적인 이미지 인식 방법을 사용하려면 인간이 크기, 모양 및 색상과 같은 흠집의 특성을 설정해야하지만 딥 러닝은 이러한 특성을 자동으로 추출하고 결정합니다 (사람들이 어떤 흉터인지 지정해야하지만) 이것은 많은 인간의 노력을 절약합니다

기계 학습 방법에는 "감독 학습"및 "감독되지 않은 학습"이 포함됩니다 (또한 "강화 학습"이라는 학습 방법이 있지만 이번에는 건너 뛸 것입니다)

감독 학습

이것은 정답 (교사)으로 학습 데이터에 라벨을 붙여 공부하는 방법입니다 예를 들어, 이미지 인식을 통해 이미지 및 학습에서 개 또는 고양이와 같은 개체 (예 : 개 또는 고양이)를 지시함으로써 새로운 무적의 이미지를 분류 할 수 있습니다 한 이미지에서 캡처 된 객체를 감지 할 수도 있습니다

이 "감독 학습"을 육안 뉴토끼 161에 사용하는 경우 모델을 구성하기 위해 뉴토끼 161 할 제품의 결함 부품 (특성)을 훈련시키고 실제 뉴토끼 161를 통해 이러한 결함을 감지 할 수 있습니다

감독되지 않은 학습

이것은 정답 레이블없이 배우는 방법입니다 데이터의 특성을 배우고 AI에 의해 이러한 특성을 분석 한 후 여러 그룹 (클러스터링)으로 나눌 수 있습니다

육안 뉴토끼 161 중 비정상적 탐지와 관련하여 "Auto Encoder (AE)"라는 기술이 종종 사용됩니다 AE는 인코더와 디코더로 구성됩니다 이것은 인코더를 사용하여 입력 이미지의 치수를 압축하는 기술이며, 디코더는 압축 된 데이터를 원본 이미지로 복원합니다

AE 훈련 된 모델은 입력 이미지를 재현하도록 구성되므로 디코더에 의해 복원 된 이미지는 입력 이미지와 유사합니다 여기에 결함이 포함 된 이미지를 입력하면 디코더는 양호한 조건 학습에서 배운 가중치를 사용하여 출력 이미지를 복원하므로 결함이있는 부품이 페이딩되는 이미지 (양호한 상태에 가까운 이미지)가 출력됩니다 이 출력 이미지를 원래 입력 이미지와 비교하고 차이를 가져 가면 결함이있는 영역을 감지 할 수 있습니다

(인용 :자동 인코더에 구조적 유사성을 적용하여 감독되지 않은 결함 세분화 개선)

이 "감독되지 않은 학습"과 AE는 결함있는 제품을 조립하기가 어렵다는 제조업에서 큰 이점을 가지고 있습니다 또한 결함의 특성을 배우기보다는 "우수한 제품의 특성을 벗어난 영역"을 감지 할 수 있으며, 이로 인해 예상하지 못한 결함을 감지 할 수 있습니다

TDI AI 외관 뉴토끼 161 솔루션 (Cognex VisionPro 딥 러닝) 소개

여기에서 우리는 AI 기술을 사용하는 "AI 외관 뉴토끼 161 솔루션"을 소개합니다

공장 라인 품질 개선 "AI Visual Inspection"| 정보 기술 개발 Co, Ltd

/solution/ai_visual_inspection

AI를 활용하는 육안 뉴토끼 161 시스템 인 딥 러닝은 양질의 이미지에 대해서만 학습하고 예기치 않은 결함을 감지하며 고품질의 시각적 뉴토끼 161를 유지할 수 있습니다 설치 후 매개 변수 조정이 필요하지 않으며 교육 품질 직원의 문제가 신속하게 해결됩니다

"AI 외관 뉴토끼 161 솔루션"은 Cognex의 VisionPro 딥 러닝을 사용합니다

VisionPro 딥 러닝이란?

VisionPro 딥 러닝은 제조 산업을 위해 설계, 개발 및 포장 된 딥 러닝 이미지 분석 소프트웨어입니다 포장되어 있으므로 최소한의 딥 러닝 지식과 함께 사용할 수 있습니다 또한 테스트 모델 (AI)을 훈련시키는 데 프로그래밍이 필요하지 않습니다 기존의 규칙 기반 뉴토끼 161는 등록이 등록해야 할 많은 양의 데이터가 필요했지만 이는 또한 관련된 노력을 줄입니다
우리의 AI Visual Inspection 솔루션은이 소프트웨어를 중심으로합니다

4 AI 시각적 뉴토끼 161를위한 도구

다음으로, 우리는 4 가지 주요 기능을 소개합니다 : 4 개의 도구

1. [locate]대상 감지 및 위치
   객체의 객체와 특성을 찾으십시오 예를 들어, 뉴토끼 161 라인에 흐르는 제품이 취한 카메라 각도 내의 특정 위치 또는 각도에서 캡처하기가 어려운 경우이 도구는 양수 위치에서 뉴토끼 161 할 물체를 감지하고 수정할 수 있습니다 뉴토끼 161 할 물체 만 추출하여 다음[분석]16619_16633 |의 정확도 훨씬 더 큽니다
   
2. [분석]기본 감지
   이미지의 결함을 감지합니다 두 가지 모드가 있습니다
   ⅰ ⅰ 부환되지 않은 (감독되지 않은 학습)
   좋은 이미지를 사용하여 배우십시오 우수한 제품의 특성에서 결함이없는 것으로 밝혀지지 않은 영역을 감지합니다
   II Supervised (감독 학습)
   결함이있는 제품의 이미지를 사용하여 배우십시오 배운 결함 제품의 특성을 가진 영역을 결함이있는 것으로 감지합니다
   
3. [Classify]대상 분류
   이미지를 여러 클래스로 분류합니다[분석][분석]로 감지 된 결함을 분류 할 수 있습니다
   
4. [읽기]읽기 캐릭터
   문자 인식이 가능합니다 자신의 글꼴을 배울 수도 있습니다
   

TDI 원래 템플릿 응용 프로그램

실제 공장 제조 라인을 뉴토끼 161 할 때 카메라는 뉴토끼 161 대상을 캡처하고 이미지가 저장 될 때의 뉴토끼 161를 수행하고, 디스플레이에 뉴토끼 161 결과를 표시하며, 제외 장치와 함께 작동하여 결함이있는 제품을 배제합니다 위와 같이 이미지 픽업 장치를 연결하고 장치를 배출하고 테스트 결과를 표시해야합니다 또한 이러한 기능을 구현하는 자체 템플릿 응용 프로그램을 준비하므로 POC 및 POV에 신속하게 응답 할 수 있습니다 물론 고객의 요구에 따라 사용자 정의 할 수도 있습니다
　

또한이 AI 시각적 뉴토끼 161 솔루션을 도입 할 때 AI 모델 구성에 필요한 딥 러닝 지식뿐만 아니라 제품 운영 방법에 대한 고객을 지원합니다

마침내

외관 뉴토끼 161 및 AI Visual 뉴토끼 161 솔루션에서 AI 기술 사용과 관련된 주제를 소개했습니다

일본 내 AI 기술의 사용이 전 세계 뒤에 있다고 들었습니다 그러나 새로운 캐비닛은 또한 새로운 "디지털 에이전시"를 설립 할 계획 이며이 나라의 디지털화 홍보를 고려하고 있습니다 일본 내 AI 기술의 사용도 가속화 될 것으로 예상됩니다

이 기사의 AI Visual 뉴토끼 161에 관심이 있으시면 언제든지 문의하십시오

공장 라인 품질 개선 "AI Visual Inspection"| 정보 기술 개발 Co, Ltd

/solution/ai_visual_inspection

AI를 사용하는 육안 뉴토끼 161 시스템 인 딥 러닝은 양질의 이미지에 대해서만 학습하고 예기치 않은 결함을 감지하며 고품질의 시각적 뉴토끼 161를 유지할 수 있습니다 설치 후 매개 변수 조정이 필요하지 않으며 교육 품질 직원의 문제가 신속하게 해결됩니다

참조 도서

'시각적 뉴토끼 161 및 AI 사용의 최전선 - 시각적 뉴토끼 161에 대한 팁에서 자동화를위한 핵심 점 및 인공 지능의 도입에 이르기까지'
게시자 : Information Agency Co, Ltd

"머신 러닝 전문 시리즈 이미지 인식"
저자 : Harada Tatsuya 출판사 : Kodansha Co, Ltd