Deep Learning Bundle

畳み込みニューラルネットワークに基づく検査ライブラリ

概要
  • マシンビジョンアプリケーション向けに最適化されたDeep Learning検査ライブラリ
  • 画像の分類、教師ありまたは教師なしのセグメンテーション、およびオブジェクトの位置検出を実施
  • EasyClassify、EasySegment、およびEasyLocateが含まれます
  • サンプルAPI
  • データセット作成、トレーニング、および評価に使用できる無償のDeep Learning Studioアプリケーションを含みます
  • データ拡大とマスクをサポート
  • CPUおよびGPUプロセッシングとの互換性



比較 販売店


ディープラーニングとは?

ニューラルネットワークは、人間の脳を構成する生態的なニューラルネットワークからヒントを得たコンピューティングシステムです。畳み込みニューラルネットワーク (CNN) は、画像解析の分野で最も一般的に使用される、深層のフィードフォワード人工ニューラルネットワークの一種です。 ディープラーニングは、大規模なCNNを使って、いわゆる従来型のコンピュータビジョンアルゴリズムでは解決しにくい、または解決できない複雑な問題を解決します。ディープラーニングアルゴリズムの学習には例が使用されることが一般的であるため、より扱いやすいアルゴリズムといえます。ユーザーが部品を分類したり検査したりする方法を理解する必要はなく、トレーニングの始めの段階で検査対象の画像を多数示すだけで学習処理が進められます。トレーニングが正常に完了すると、部品の分類や欠陥の検出・分離に使用できるようになります。


EasySegment教師なしモード
EasySegment教師なしモード

EasySegmentはDeep Learning Bundleの分離ツールです。EasySegmentは検出と分離を実行します。欠陥のある部品を識別し、その欠陥の正確な位置を画像内でピンポイントに示します。EasySegmentの教師なしモードは、「合格」サンプル (欠陥のないサンプル) とされるモデルを学習して機能ます。これは、「合格」サンプルの画像のみを使ったトレーニングを通じて行われ、それが完了すると、新しい画像を合格または欠陥に分類し、これらの画像から欠陥を分離するために使用できるようになります。あらかじめ欠陥の種類が不明な場合や欠陥サンプルが手元にない場合でも、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、EasySegmentの教師なしモードを使って検査を実施できます。


Deep Learning Studio
Deep Learning Studio

Open eVisionには無償のDeep Learning Studioアプリケーションが含まれます。このアプリケーションは、データセットの作成やディープラーニングツールのトレーニングと検証においてユーザーを支援するためのツールです。Deep Learning StudioはEasySegmentにアノテーションツールを統合し、予測結果を正解アノテーションに変換することを可能にします。また、ツールを性能要件に合わせてグラフィカルに設定することも可能になります。たとえば、トレーニングの後で、より高い欠陥検出率とより高い合格検出率のどちらかを選択することができます。


Neoライセンスシステム
Neoライセンスシステム

  • Neoは、Euresysの新しいライセンス管理システムです。信頼性が高く最新式のNeoは、Open eVisionとeGrabberのライセンスの保管にもりようできるようになりました。
  • Neoでは、NeoドングルまたはNeoソフトウェアコンテナーの2通りから、ライセンスを有効化する手段を選ぶことができます。ライセンスを購入してから、お選びください。
  • 頑丈なハードウェアで提供されるNeoドングルでは、1台のコンピューターから別のコンピューターにライセンスを移動できる柔軟性が備わっています。
  • Neoソフトウェアコンテナーは、専用のハードウェアを使用する代わりに、ライセンスを有効化したコンピューターにリンク付けられます。
  • Neoには2種類の操作が可能な専用のライセンスマネージャーが付属しています。直感的に操作できるグラフィカルユーザーインターフェイスと、Neoによるライセンス管理の自動化を容易に行えるコマンドラインインターフェイスのどちらででも作業が可能です。


Open eVisionのDeep Learning Bundleを選ぶ理由
Open eVisionのDeep Learning Bundleを選ぶ理由

  • Deep Learning Bundleは、特にマシンビジョン用途での画像解析を念頭に、調整、パラメーター化、および最適化されています。
  • Deep Learning BundleのAPIは単純であるため、数行のみのコードでディープラーニング技術の性能を活用できます。
  • ご購入前にお試しください: Deep Learning Bundleには、Deep Learning Studioトレーニング・評価アプリケーションが同梱されています。
EasyClassify、EasySegment、およびEasyLocateを個別に購入することはできません。これらはDeep Learning Bundleの一環としてのみ提供されています。
Deep Learning StudioよりDeep Learning Bundleをダウンロードしてお試しください。ご不明な点がございましたら、お気軽にEuresysのサポートまでお電話ください。


EasySegment教師ありモード
EasySegment教師ありモード

EasySegmentはDeep Learning Bundleの分離ツールです。EasySegmentは検出と分離を実行します。欠陥のある部品を識別し、その欠陥の正確な位置を画像内でピンポイントに示します。EasySegmentの教師ありモードは画像内の欠陥と「合格」部分のモデルを学習することで機能します。これには、予測セグメンテーションとして注釈がつけられた画像を使ったトレーニングを通じて行われ、それが完了すると、新しい画像の欠陥を検出して分離するために使用できるようになります。EasySegmentの教師ありモードは精度が高く、期待されるセグメンテーションに関する知識に基づくことで、教師なしモードに比べてより複雑な欠陥を分離することができます。


Deep Learning Bundleの機能の比較
Deep Learning Bundleの機能の比較


すべてのOpen eVisionライブラリはWindowsとLinuxで利用可能
すべてのOpen eVisionライブラリはWindowsとLinuxで利用可能

  • Windows 7~Windows 10、x86(32ビット)およびx86-64(64ビット)
  • Linux x86-64(64ビット)、glibcバージョン2.18以降


EasyClassifyの説明
EasyClassifyの説明

EasyClassifyはDeep Learning Bundleの分類ツールです。 EasyClassifyではユーザーがトレーニング画像にラベル付けを行う必要があります。合格と不合格を示し、どのクラスに属するのかを指定する作業です。この学習/トレーニングプロセスが完了すると、EasyClassifyライブラリは画像を分類できるようになります。ある画像について、その画像がティーチングされたクラスに該当する可能性を示した、確率のリストを返します。たとえば、プロセスに不合格品と合格品を分ける設定が必要な場合、EasyClassifyは、各部品が合格か不合格かを返し、その確率を示します。


EasyLocateについて
EasyLocateについて

EasyLocateは、Deep Learning Bundleの位置検出および識別ライブラリで、画像内のオブジェクト、製品、または欠陥の位置を検出し、識別するために使用できます。 重なり合うオブジェクトを区別する能力を備えているため、オブジェクトのインスタンスの数を数えるのに最適です。 具体的に言うと、EasyLocateは、画像内で検出された各オブジェクトまたは欠陥を囲むボンディングボックスを予測し、各ボンディングボックスにクラスラベルを割り当てます。検出される必要のあるオブジェクトまたは欠陥にボンディングボックスとクラスラベルが付けられている画像を使ってトレーニングする必要があります。


性能
性能

ディープラーニングには、特に学習段階において、一般的に非常に高いプロセッシング能力が必要となります。Deep Learning Bundleは、標準的なCPUをサポートしており、PC内のNvidia CUDA対応GPUを自動的に検出します。通常、1つのGPUの使用によって、学習と処理の段階は100倍速くなります。


DG06 Technology Development Department の支援を得て開発
DG06 Technology Development Department の支援を得て開発


Software
Host PC Operating System
  • Open eVision is a set of 32-bit and 64-bit libraries that require a processor compatible with the SSE4 instruction set.
  • The Deep Learning Bundle is only available in the 64-bit Open eVision library.
  • Open eVision can be used on the following operating systems:
    • Windows 10 (32- and 64-bits)
    • Windows 8 (32- and 64-bits)
    • Windows 7 (32- and 64-bits)
    • Linux 64 bits (x86-64 only) with a glibc version greater or equal to 2.18
  • Since Open eVision 2.6, discontinued support of:
    • Windows Vista 32-bits Service Pack 1
    • Windows XP 32-bits Service Pack 3
    • Windows Embedded Standard 2009 32-bits
  • Remote connections
    • Remote connections are allowed using remote desktop, TeamViewer or any other similar software.
  • Virtual machines
    • Linux virtual machines are supported. Microsoft Hyper-V and Oracle VirtualBox hypervisors have been successfully tested.
    • Windows virtual machines are not supported.
  • Minimum requirements:
    • RAM: 8 GB
    • Display size: 800 x 600. 1280 x 1024 recommended.
    • Color depth: 16 bits. 32 bits recommended.
    • Between 100 MB and 2 GB free hard disk space for libraries, depending on selected options.
APIs
  • Supported Integrated Development Environments and Programming Languages:
    • 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)
    • Microsoft Visual Studio 2019 (C++, C#, VB .NET, C++/CLI)
    • QtCreator 4.15 with Qt 5.12
Ordering Information
Product code - Description
Optional accessories
Presence Check

プレゼンス/アブセンス・チェック

EasyImageのグレースケール解析機能は、簡単なプレゼンス/アブセンス・チェックに使用されます
Surface

表面解析

EasyImageは表面の欠陥を明らかにするために使用され、EasyObjectのブロブ解析機能はそれらの欠陥を分けて測定することができます。
Code Verification

ラベル印刷機向けのコード品質検証