【AI外観検査】I外観検査ソリューション モデル作成サンプル釘①
今回は、19ｍｍと32ｍｍの2種の釘を使って外観検査システムを作成してみたいと思います。
19ｍｍのクギの中に32ｍｍのクギが紛れていないか検査するAIを作成したいと思います。
今回は下記の3つの検査工程で外観検査を行うAIを作成して外観検査システムを構築します。
- クギを識別する
- クギの長さ確認する
- 32mmのクギがあれば検出する
このように外観検査システムを稼働させるためには、人が当然のように認知していることを細分化して指示を与える必要があります。
まずは「①クギを識別するAI」を作成しましょう。
MENOU-TEにクギを認識させるためには、クギの写真をたくさん提供して「これはクギです。」と学習させる必要があります。
データセットに画像を追加することで、クギを識別するための学習素材を増やすことができます。
それではデータセットに画像を追加してみましょう。
新しくワークスペースの作成を行います。
今回は「釘サイズ識別」という名前のワークスペースを作成します。
今回はデータセットに24枚クギの写真を追加しました。このとき同じような写真だけではなく、様々な角度から撮影した画像を提供することでAIの判断する精度が向上します。
これらの写真素材を使ってMENOU-TEに学習させ、19ｍｍのクギの中に32ｍｍのクギが紛れていないか検査するAI作成します。まずは検査工程①「クギを識別する」AIを作成してみましょう。
「新しいプロジェクトの作成」から「領域検出」を選択します。
あとで検査工程の内容がわかるように、今回は「釘検出」と名前をつけます。
それではAIに何を検出すればいいのか学習させるため、アノテーション※を行いましょう。
※AIが学習するために、テキストや音声や画像などあらゆる形態のデータにタグを付けて、「意味」をもたせる作業のこと
外観検査におけるアノテーションとは、簡単にいうと検出して欲しいモノを指定する作業です。
今回はクギを検出して欲しいので、クギが表示されている部分にペンツールを使ってアノテーションを行います。
この写真の中から、クギの部分だけアノテーションを行います。
具体的にはペンツールを使ってアノテーションする部分を赤く塗りつぶしていく作業となります。
これがパッケージを検出させるためのアノテーションを行ったあとの画像です。
※赤く塗られた部分がアノテーションされた場所
このようにMENOU-TEに検出して欲しい場所をアノテーションした画像を学習させることで、アノテーションしたものと同じものを検出するようになります。
学習用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。
これでクギを検出するAIの作成完了です。
次は作成したAIを使った外観検査システムを稼働させて、実際にクギを検出することができるのか試してみましょう。
