EasyLocate

Deep Learning位置検出・分類ライブラリ

概要
  • オブジェクト、製品、欠陥の位置の検出と識別
  • オブジェクトの計数
  • Axis Aligned Bounding Boxes: 複数のオブジェクトとサイズの正確な注釈と位置検出
  • Interest Point: 類似するサイズの物体の高速単一点アノテーションと位置検出
  • 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
  • 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
  • Deep Learning Bundleの一環としてのみ提供



比較 販売店


New in Open eVision 23.04
New in Open eVision 23.04

  • A new code reader tool ECodeReader allowing to read multiple code types from a single integrated interface
  • Deep Learning Studio is now available on Linux ARM-64 platforms
  • Neural Network “engines” allow additional devices support (OpenVINO, Tensor RT) and increased speed.
  • EasyBarCode2 now supports learning from images to improve its capabilities on similar images.


Open eVision 22.12の新機能
Open eVision 22.12の新機能

  • Deep Learning Studioに、EasySegment教師ありアノテーションを使用するための新しい補助セグメンテーションツールが導入されました。ピクセルパーフェクトでアノテーションを実行する迅速で有効な手法を提供します。
  • EasyFindのサポート範囲が拡張されました:
    • ベクトル学習パターン。この拡張機能は、既知のジオメトリを持つオブジェクトを見つけ出すのに最適です。
    • フィーチャポイントテクノロジーを用いたパターンマッチング
  • EasyBarCode2およびEasyQRCodeでGS1シンボロジーがサポートされました。
  • EasyMatrixCode2でData Matrix Rectangular Extension(ISO/IEC 21471、DMRE: 拡張長方形データマトリクス)がサポートされました。


Open eVision22.08の新機能
Open eVision22.08の新機能

  • EasyLocate Interest Point: すべての物体のサイズが同じである場合に、データセットのアノテーションとツールの構成を単純化する新しい動作モード(EasyLocate Axis Aligned Bounding Boxの代替モード)。クリック1回で、EasyLocate Interest Pointオブジェクトにアノテーションを付けられます。
  • EasyGauge: 点、線、矩形、円形、およびウェッジゲージのほかに、新しい多角形ゲージを追加。
  • NVIDIA JetsonでGPUプロセッシングをサポートするようになったDeep Learningツール。
  • 単純化されたC++ヘッダーでコンパイル時間を短縮し、Open eVision APIの呼び出しコストを削減。


Open eVision22.04の新機能
Open eVision22.04の新機能

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。


サンプルデータセット: Electronic Components
サンプルデータセット: Electronic Components

「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。


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


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。


データ拡大
データ拡大

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。


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。


サンプルデータセット: Ceramic Capacitor
サンプルデータセット: Ceramic Capacitor

「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。


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。


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。2つの手法を使用できます。

  • 「EasyLocate Axis Aligned Bounding Box」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。
  • 「EasyLocate Interest Point」は、画像内で検出された各オブジェクト(または欠陥)の位置(1つのポイント、通常は中心としての位置だが、そうでない場合は定義)を予測し、それぞれの位置にクラスラベルを割り当てます。画像内のすべてのオブジェクト(または欠陥)には、同じ近似サイズがある必要があります。検出される必要のあるオブジェクト(または欠陥)に関心点とクラスラベルで単純にアノテーション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。アノテーション付けのプロセスは、1回のクリックで十分にオブジェクトにアノテーションを付けられる EasyLocate Interest Pointを使うとさらに素早く行えます。


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。


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。


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)
  • Windows 11 x86-64(64ビット)
  • glibcバージョン2.18以降のLinux 64ビット(x86-64およびARMv8-A)


Software
Host PC Operating System
  • Open eVision is a set of 32-bit and 64-bit libraries that require an Intel compatible processor with the SSE4 instruction set or an ARMv8-A compatible processor.
  • 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 11 (64-bits)
    • Windows 10 (32- and 64-bits)
    • Windows 8 (32- and 64-bits)
    • Windows 7 (32- and 64-bits)
    • Linux 64 bits (x86-64 and ARMv8-A) 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:
    • 2 GB RAM to run an Open eVision application
    • 8 GB RAM to compile an Open eVision application
    • 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)
    • Microsoft Visual Studio 2022 (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