総合TOP

EasySegment

　

EasySegment

EasySegmentは、ユーザーのターゲット画像に対し、
登録された良質の画像と比較し、現在の画像の異常を
確認することが出来るOpen eVisionの分類ライブラリです。
欠陥のある画像を学習させ機能する教師ありモードも選択することが可能です。

　

主な特長

  • 2種類の判定モード搭載
  • 教師なしモード: 良質の画像のみを読み込み、欠陥の検出と分離を実施
  • 教師ありモード: 精度を高めるために、欠陥モデルを学習
  • あらゆる解像度の画像を認識＆実行可能
  • 無償のDeep Learning Studioアプリケーションにてデータセット作成、トレーニング、評価が可能

主な用途

マーク検査、LED検査、プレゼンス/アブセンス検査、表面検査、アセンブリ検査、ラベル検査、食品検査

  • 仕様
    ライブラリ名

    EasyClassify

    対応OS

    Windows 10 (32, 64 bits)
    Windows 8 (32, 64 bits)
    Windows 7 (32, 64 bits)

    対応開発環境/言語

    Microsoft Visual Studio 2008® SP1 (C++, C#, VB .NET, C++/CLI)
    Microsoft Visual Studio 2010® (C++, C#, VB .NET, C++/CLI)
    Microsoft Visual Studio 2012® (C++, C#, VB .NET, C++/CLI)
    Microsoft Visual Studio 2013® (C++, C#, VB .NET, C++/CLI)
    Microsoft Visual Studio 2015® (C++, C#, VB .NET, C++/CLI)
    Microsoft Visual Studio 2017® (C++, C#, VB .NET, C++/CLI)

  • EasyClassifyのメリット

    学習方法：教師なしモード

    教師なしモードは、合格とされるモデルのみを事前に学習させ機能します。
    合格のサンプル画像のみを使ってトレーニングすることで、
    欠陥サンプルが手元にない場合でも、検査が可能です。
    ※合格サンプルのみを参照するため、閾値の振り分けが困難な傾向がございます。
    検出の精度を高める必要がある場合は、以下の教師ありモードの採用を推奨しております。

    学習方法：教師ありモード

    教師ありモードは、画像内の欠陥と合格モデル双方を学習します。
    欠陥レベルを事前にマニュアルで入力しているため、精度が高く、
    また、画像の部位ごとの学習による補正が入ることで、
    教師なしモードに比べてより複雑な欠陥の分離が期待できます。

    教師ありモードでの実用例

    教師ありモードが適した場面としては、
    色や質感が非常に似通った異物を効率的に検出する生産ラインが挙げられます。
    ※右図は大量のコーヒー豆から精製度が一定以下の豆を、色の濃さで判定し表示しております。