自動外観検査

自動外観検査 (AVI) は、製造された製品の欠陥を検出および分類するために使用される一連の手法です。最新の外観検査では、品質保証プロセスの支援や改善のために機械学習および深層学習アルゴリズムが使用されています。

カスタム欠陥検出では、与えられたイメージ内の欠陥の位置を正確に特定し、欠陥カテゴリを分類しなければなりません。一般に、最新の You Only Look Once (YOLO) アルゴリズムなど、最先端の教師あり深層学習モデルを使用して、さまざまなサイズの欠陥を検出できます。優れた性能のモデルは、リアルタイムで欠陥を特徴付けて特定します。

異常検出に関連した深層学習手法を使用することで、製造された製品のイメージが正常か異常かを判定できます。さらに、異常位置推定を使用して、正確で解釈可能な結果を生成できます。この手法では、異常マップを使用して欠陥を可視化できます。

外観検査タスクを自動化するためにどの検出モデルを選択するかは、いくつかの要因によって決定します。これらの要因には、正常および異常なサンプルとして利用できる学習データの量、認識する異常なクラスの数、および予測の把握とモニタリングに必要な位置推定情報のタイプが含まれます。詳細については、を参照してください。

自動外観検査を実行するには、アドオン エクスプローラーから Automated Visual Inspection Library for Computer Vision Toolbox™ をダウンロードします。アドオンのダウンロードの詳細については、アドオンの入手と管理を参照してください。一部の機能には Deep Learning Toolbox™ も必要です。