【AI外観検査】AI外観検査ソリューション モデル作成サンプル③
前回に引き続き、お菓子のパッケージに傷や汚れがないか確認した後、バター味なのかチョコ味なのか識別する外観検査システムの作成に取り組みたいと思います。
今回の外観検査の場合、検査工程は下記の3つの工程で行います。
➀お菓子のパッケージを識別する
➁傷・汚れがないか確認する
➂バター味なのかチョコ味なのか識別する
「➁傷・汚れがないか確認するAI」は前回作成したので、
今回は「➂バター味なのかチョコ味なのか識別するAI」の作成を行います。
それではさっそく「➂バター味なのかチョコ味なのか識別するAI」を作成してみましょう。
「チョコ味検出」のAIを作成します。
今回はチョコ味のパッケージにだけアノテーションを行います。
チョコ味のパッケージのみをアノテーションしていきます。
※赤く塗られた部分がアノテーションされた場所
これによって、チョコ味のパッケージを見つけると検出するAIを作成することができます。
全てのチョコ味の画像にアノテーション作業が終わったら、アノテーションしたデータを使ってAIに学習させます。学習する指示を出すと下記の画面が出てきて、学習データ(アノテーションした画像)をもとにAIを作成していきます。
それではさっそく稼働させて、実際にお菓子のパッケージを検出することができるのか試してみましょう。
外観検査システムのカメラにチョコ味のパッケージを映し出してみると・・・
無事にチョコ味のパッケージ検出に成功しました。
しかし、今回はチョコ味のパッケージのみ検出させたいので
試しにバター味のパッケージを映し出してみると・・・
残念ながら誤検出をしてしまいました。
今回は30枚程度の画像しか学習素材を用意していなかったので、学習不足で誤検出が発生していたようです。
これに対応するためには、チョコ味とバター味の画像をたくさん準備して学習させることで外観検査の精度を上げる方法もあるのですが、今回はAIを使った外観検査システムを使用しているため、AIを使って検査工程の工夫を行うことで同じ学習素材数でも検査精度をあげることができます。
その方法については、次の記事で紹介させていただきますのでぜひご覧ください。
