分類精度が低い既設画像検査機の分類機能が使いこなせていない。検討したが精度がイマイチだったので導入できない。
未活用の大量画像NG画像は大量に出力されているが分類できておらず、品質管理データとして活用できていない。
作業負担の目視確認画像は取得できているがNG画像だけ、時間をかけて目視確認しており
産総研特許技術 HLAC特徴量抽出法を採用し、欠点種類ごとに学習の上、入力テストデータに対して欠点種類を切り分けます。また、学習した欠点種類とは異なる特徴を持つ場合には、"その他"に仕分けをします。単純な輝度（明るさ)ベースの分類ではないため、従来の画像分類手法よりも精度よく分類することができます。
前述のHLAC特徴量抽出法と統計的アルゴリズムを採用しているため、深層学習手法と比べて、GPU不要で高速処理(CPU)が可能であり、500枚程度の画像でも1分以内*に学習・テストが完了するため、大量画像のテストでもストレスなくご利用頂けます。* PCスペックに依存します。
品質管理用の解析用のツールとしてPC上でご利用頂くこともできます。AI専用のGPU付きのPCは必要ありません。既に検査装置を導入されている企業にはこの点も評価頂いております。
欠点種ごとに画像を学習の上、学習・テストデータの可視化を行って示唆を得て、学習設定の変更や判定の閾値設定の変更をサクサク行うことができます。※開発中のため、実際にご利用頂く画面とは異なる場合がございます。ご了承ください。
