Coaxpressフレームグラバー
Camera Linkフレームグラバー
非標準アナログフレームグラバー
標準PAL/NTSC/1080Pビデオキャプチャーカード
画像処理ソフト
評価・プロトタイピング用アプリケーション
画像取り込みソフトウェア
GigE Vision、USB3 Vision、CoaXPress
IMX Pregius、MIPI CSI‑2
マシンビジョン開発キット
Deep Learning位置検出・分類ライブラリ
すべてのOpen eVisionライブラリを組み込みARMデバイスでご利用いただけるようになりました。
「Electronic Component」データセットには、劣悪な照明条件であっても、EasyLocate Bounding Boxがどれくらい確実に、プラスチック製の袋にまとめて保管されているさまざまな標準電気コンポーネントを検出し、計数できるかが示されています。
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。
ディープラーニングは、ある一連の基準画像の分類方法をティーチングするなど、ニューラルネットワークをトレーニングすることによって実施されます。プロセスのパフォーマンスは、その一連の基準画像がどれくらい典型的であり広域であるかという点に大きく左右されます。Deep Learning Bundleは、「データ拡大」を実装しており、それによって、プログラム可能な範囲で既存の基準画像を修正する (シフト、回転、拡大縮小など) ことで追加の基準画像を作りだしています。そのため、Deep Learning Bundleでは、分類ごとに必要となるトレーニング画像はわずか100件に抑えることができます。
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。
「Ceramic Capacitor」データセットには、EasyLocate Interest Pointがどれくらい確実に、多数の重なり合うまたは接触するセラミックキャパシターを検出し、係数できるかが示されています。
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。2つの手法を使用できます。
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。
このエリアにアクセスするには、下記に電子メールアドレスとパスワードを入力して、[サインイン] をクリックしてください。
電子メールアドレスを入力し、[アカウントの作成] をクリックしてください。まもなく登録確認のメールが届きます。そのメールに記載されたリンクをクリックして、登録を完了してください。
無料で簡単にご登録いただけます!