JP2019184305A - 学習装置、製品検査システム、プログラム、学習方法、製品検査方法 - Google Patents
学習装置、製品検査システム、プログラム、学習方法、製品検査方法 Download PDFInfo
- Publication number
- JP2019184305A JP2019184305A JP2018072375A JP2018072375A JP2019184305A JP 2019184305 A JP2019184305 A JP 2019184305A JP 2018072375 A JP2018072375 A JP 2018072375A JP 2018072375 A JP2018072375 A JP 2018072375A JP 2019184305 A JP2019184305 A JP 2019184305A
- Authority
- JP
- Japan
- Prior art keywords
- product
- inspection
- imaging data
- learning
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims description 31
- 238000003384 imaging method Methods 0.000 claims abstract description 87
- 230000006870 function Effects 0.000 claims description 14
- 238000013135 deep learning Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 description 45
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000002372 labelling Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
製品検査システム1は、生産エリア10に配置される各機器と、サーバルーム20内の各機器とが館内ネットワーク30を介して通信可能に接続される。生産エリア10とサーバルーム20とは別のゾーンに分けられている。
生産エリア10には、検査カメラ11、AI実行モジュール12、排出装置13、搬送装置14、ゾーンスイッチ(SW)15が設けられる。
検査カメラ11と、AI実行モジュール12と、排出装置13は、ゾーンSW15を介して館内ネットワーク30に通信可能に接続される。
検査カメラ11は、搬送装置14によって搬送される、検査対象である製品を撮像し、撮像データを出力する。ここでいう検査は、生産エリア10において生産された製品が、予め決められた検査基準を満たすか否かの判定が行われる検査である。この検査に合格した製品は、次の生産工程に進められるか、出荷する工程に進められ、不合格となった製品は、エラー品として仕分けされる。
AI実行モジュール12は、学習済みモデルをAIサーバ21から取得し、AI実行モジュール12内に設けられた記憶装置に記憶する。学習済モデルは、関数、行列、パラメータ等の形式のデータである。
製品は、機械やコンピュータ等を構成する部品、食品、物体を収容する容器であってもよい。
AIサーバ21は、データサーバ22に記憶された撮像データを読み出し、学習アルゴリズムに基づいて、撮像データと検査対象の製品の検査の合否の関係を学習し、学習済モデルを生成する。AIサーバ21は、学習済モデルが生成されると、AI実行モジュール12内の学習済モデルの更新(アップデート)を行う。
データサーバ22は、例えば、ハードディスクやデータサーバ装置等であり、検査カメラ11によって撮像された撮像データをゾーンSW15、館内ネットワーク30を介して受信し、記憶する。
撮像データ取得部201は、データサーバ22に記憶された撮像データをデータサーバ22から取得する。撮像データ取得部201は、検査カメラ11から出力された撮像データを取得することもできる。
例えば、学習部202は、撮像データを画像処理を行い、検査対象である製品の形状(輪郭など)、色、サイズ、光の反射度合い等について解析することで、これらを特徴量(特徴データ)として取得する。学習部202は、この特徴量と検査対象の製品の検査の合否の関係を学習し、学習済モデルを生成する。ここで、学習部202における学習は、例えば、特徴量と、製品の検査の合否の結果との関係性を示す条件を学習するようにしてもよい。学習部202におけるこの条件とは、撮像データと製品の検査の合否の結果との相関性を表すモデル構造、あるいは、当該モデル構造を決定する種々のパラメータである。
学習部202は、教師なし学習を行う場合には、例えば、撮像データの特徴量に基づいて、検査対象の製品の形状、色、サイズ、光の反射度合い等の観点に基づくクラスタ分析を行なうことで、撮像データを製品の検査の合否に応じて分類するようにしてもよい。
なお、このようにして入力されたラベルは、撮像データや撮像データを画像処理することで生成される特徴量等に対応付け(付与)される。
AI実行モジュール12は、画像インタフェース部121と、画像処理部122と、判定部123と、出力インタフェース124を含んで構成される。
画像インタフェース部121は、検査カメラ11から取得した撮像データを受信し、受信した撮像データを画像処理部122に出力する。画像処理部122は、撮像データに所定の画像処理を行う。判定部123は、AIサーバ21によって生成された学習済モデルを記憶しており、その学習済モデルを用いて、画像処理部122から得られた撮像データとして撮像された検査対象の製品の検査の合否を判定する。
なお、検査カメラ11から出力された撮像データや、判定部123によって判定された判定結果は、データサーバ22に送信され、蓄積される。これにより、どの撮像データに対して合格または不合格の判定が行われたかを後から確認することが可能である。
AI実行モジュール12の判定部123は、撮像データを解析し、学習済モデルを利用して、搬送された製品の検査基準を満たすか否かの合否判定を行う(ステップS203)。判定結果が合格(OK)である場合、AI実行モジュール12は、排出装置13に対する排出処理の指示は行わずに、判定結果をデータサーバ22に送信することで、撮像データと判定結果とを対応づけてデータサーバ22に蓄積する(ステップS205)。
10 生産エリア
11 検査カメラ
12 AI実行モジュール
13 排出装置
14 搬送装置
15 ゾーンスイッチ
20 サーバルーム
21 AIサーバ
22 データサーバ
121 画像インタフェース部
122 画像処理部
123 判定部
124 出力インタフェース
201 撮像データ取得部
202 学習部
203 ラベル付与部
204 出力部
Claims (9)
- 検査対象の製品が撮像された撮像データを取得する撮像データ取得部と、
前記撮像データを用いて、前記撮像データと前記検査対象の製品の検査の合否の関係を学習する学習部と、
を有する学習装置。 - 前記撮像データにおいて撮像された検査対象の製品の検査の合否を表すラベル情報を取得するラベル情報取得部と、
前記学習部は、前記撮像データにおいて撮像された検査対象の製品の検査の合否を表すラベル情報を用いて、前記撮像データと当該撮像データに基づく検査対象の製品の合否判定の関係性を表す条件を学習する
請求項1に記載の学習装置。 - 前記学習部は、ディープラーニングによって学習する
請求項1または請求項2に記載の学習装置。 - 検査対象の製品が撮像された撮像データを取得する撮像データ取得部と、
前記撮像データと前記検査対象の製品の検査の合否の関係を学習した学習済モデルを利用して、前記撮像された検査対象の製品の検査の合否を判定する判定部と、
を有する製品検査システム。 - 請求項1から請求項3のうちいずれか1項に記載の学習装置を有し、
前記判定部は、前記学習装置によって学習された学習済モデルを用いる
請求項4に記載の製品検査システム。 - コンピュータを、請求項1から請求項3のうちいずれか1項に記載の学習装置として動作させるためのプログラムであって、前記コンピュータを前記学習装置が備える各部として機能させるためのプログラム。
- コンピュータを、請求項4または請求項5に記載の製品検査システムとして動作させるためのプログラムであって、前記コンピュータを前記製品検査システムが備える各部として機能させるためのプログラム。
- 学習装置における学習方法であって、
撮像データ取得部が、検査対象の製品が撮像された撮像データを取得し、
学習部が、前記撮像データを用いて、前記撮像データと前記検査対象の製品の検査の合否の関係を学習する
学習方法。 - 製品検査システムにおける製品検査方法であって、
撮像データ取得部が、検査対象の製品が撮像された撮像データを取得し、
判定部が、前記撮像データと前記検査対象の製品の検査の合否の関係を学習した学習済モデルを利用して、前記撮像された検査対象の製品の検査の合否を判定する
製品検査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018072375A JP2019184305A (ja) | 2018-04-04 | 2018-04-04 | 学習装置、製品検査システム、プログラム、学習方法、製品検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018072375A JP2019184305A (ja) | 2018-04-04 | 2018-04-04 | 学習装置、製品検査システム、プログラム、学習方法、製品検査方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019184305A true JP2019184305A (ja) | 2019-10-24 |
Family
ID=68340705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018072375A Pending JP2019184305A (ja) | 2018-04-04 | 2018-04-04 | 学習装置、製品検査システム、プログラム、学習方法、製品検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019184305A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020124247A1 (en) * | 2018-12-21 | 2020-06-25 | Canscan Softwares And Technologies Inc. | Automated inspection system and associated method for assessing the condition of shipping containers |
JP2021096148A (ja) * | 2019-12-17 | 2021-06-24 | 株式会社 システムスクエア | 検査システム、検査装置、学習装置及びプログラム |
JP2021109286A (ja) * | 2020-01-14 | 2021-08-02 | オングリットホールディングス株式会社 | ロボット装置とその制御方法、並びにロボットシステム |
DE112020006158T5 (de) | 2019-12-16 | 2022-09-29 | Mitsubishi Electric Corporation | Bild-gut/fehlerhaft-Lernvorrichtung, Bild-gut/fehlerhaft-Bestimmungsvorrichtung und Bild-Lesevorrichtung |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007114843A (ja) * | 2005-10-18 | 2007-05-10 | Denso Corp | 良否判定装置 |
JP2018025419A (ja) * | 2016-08-09 | 2018-02-15 | カシオ計算機株式会社 | 選別機、及び選別方法 |
-
2018
- 2018-04-04 JP JP2018072375A patent/JP2019184305A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007114843A (ja) * | 2005-10-18 | 2007-05-10 | Denso Corp | 良否判定装置 |
JP2018025419A (ja) * | 2016-08-09 | 2018-02-15 | カシオ計算機株式会社 | 選別機、及び選別方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020124247A1 (en) * | 2018-12-21 | 2020-06-25 | Canscan Softwares And Technologies Inc. | Automated inspection system and associated method for assessing the condition of shipping containers |
DE112020006158T5 (de) | 2019-12-16 | 2022-09-29 | Mitsubishi Electric Corporation | Bild-gut/fehlerhaft-Lernvorrichtung, Bild-gut/fehlerhaft-Bestimmungsvorrichtung und Bild-Lesevorrichtung |
JP2021096148A (ja) * | 2019-12-17 | 2021-06-24 | 株式会社 システムスクエア | 検査システム、検査装置、学習装置及びプログラム |
JP7323177B2 (ja) | 2019-12-17 | 2023-08-08 | 株式会社 システムスクエア | 検査システム、検査装置、学習装置及びプログラム |
JP2021109286A (ja) * | 2020-01-14 | 2021-08-02 | オングリットホールディングス株式会社 | ロボット装置とその制御方法、並びにロボットシステム |
JP7413618B2 (ja) | 2020-01-14 | 2024-01-17 | オングリットホールディングス株式会社 | ロボット装置とその制御方法、並びにロボットシステム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230008007A1 (en) | Utilizing Prediction Models of an Environment | |
JP2019184305A (ja) | 学習装置、製品検査システム、プログラム、学習方法、製品検査方法 | |
US11035802B2 (en) | Surface defect detection system and method thereof | |
CN112088387B (zh) | 检测成像物品缺陷的系统和方法 | |
US11185985B2 (en) | Inspecting components using mobile robotic inspection systems | |
Sacco et al. | Automated fiber placement defects: Automated inspection and characterization | |
US8982207B2 (en) | Automated visual inspection system | |
US20230011901A1 (en) | Systems and methods for anomaly recognition and detection using lifelong deep neural networks | |
JP7186304B2 (ja) | 欠陥検査装置 | |
US10636133B2 (en) | Automated optical inspection (AOI) image classification method, system and computer-readable media | |
US10775314B2 (en) | Systems and method for human-assisted robotic industrial inspection | |
JP2021515885A (ja) | 照明条件を設定する方法、装置、システム及びプログラム並びに記憶媒体 | |
CN114556383A (zh) | 模型生成装置、推定装置、模型生成方法以及模型生成程序 | |
KR101441277B1 (ko) | 제품 식별 시스템 및 제품 식별 방법 | |
US20220284699A1 (en) | System and method of object detection using ai deep learning models | |
US10515258B2 (en) | Methods, apparatus, computer programs, and non-transitory computer readable storage mediums for processing data from a sensor | |
US20230207357A1 (en) | Detecting damaged semiconductor wafers utilizing a semiconductor wafer sorter tool of an automated materials handling system | |
CN113706496A (zh) | 一种基于深度学习模型的飞行器结构裂纹检测方法 | |
CN110243826B (zh) | 一种产品在线检测方法及装置 | |
US11961218B2 (en) | Machine vision systems and methods for automatically generating one or more machine vision jobs based on region of interests (ROIs) of digital images | |
Yang et al. | Improving quality control with industrial AIoT at HP factories: Experiences and learned lessons | |
IT202000021742A1 (it) | Metodo per recuperare a posteriori informazioni circa il funzionamento di un impianto di classificazione e smistamento automatico di frutta | |
US20230237636A1 (en) | Vision inspection system for defect detection | |
JP7436781B2 (ja) | 検査システム | |
Rönnqvist et al. | A Deep Learning Approach to Detection and Classification of Small Defects on Painted Surfaces: A Study Made on Volvo GTO, Umeå |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210215 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211109 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220607 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221206 |