JP2020190485A - 識別モデル生成装置、識別モデル生成方法及び識別モデル生成プログラム、並びに鋼材疵判定装置、鋼材疵判定方法及び鋼材疵判定プログラム - Google Patents
識別モデル生成装置、識別モデル生成方法及び識別モデル生成プログラム、並びに鋼材疵判定装置、鋼材疵判定方法及び鋼材疵判定プログラム Download PDFInfo
- Publication number
- JP2020190485A JP2020190485A JP2019096064A JP2019096064A JP2020190485A JP 2020190485 A JP2020190485 A JP 2020190485A JP 2019096064 A JP2019096064 A JP 2019096064A JP 2019096064 A JP2019096064 A JP 2019096064A JP 2020190485 A JP2020190485 A JP 2020190485A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- strip
- label
- current
- defect
- 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.)
- Granted
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
Description
(1)識別モデルと、
搬送方向に搬送される鋼材の1つの面を含む画像を示す画像データを取得する画像データ取得部と、
画像データに対応する画像に含まれる鋼板の面を、長手方向が搬送方向に平行になるように分割した複数の短冊画像をそれぞれが示す複数の短冊画像データを生成する短冊画像データ生成部と、
疵を含まないことを示す第1ラベル、及び搬送方向に平行に延伸するように形成される疵を含むことを示す第2ラベルを少なくとも含むラベルを、複数の短冊画像データのそれぞれに関連付けて学習用データを生成する学習用データ生成部と、
学習用データを用いて複数の短冊画像とラベルとの関係性を識別モデルに学習させる学習処理部と、
複数の短冊画像とラベルとの関係性を学習した識別モデルを出力する識別モデル出力部と、
を有することを特徴とする識別モデル生成装置。
(2)短冊画像データ生成部は、複数の短冊画像のそれぞれが隣接する他の短冊画像と一部が重畳するように複数の短冊画像データを生成する、(1)に記載の識別モデル生成装置。
(3)学習処理部は、単一の画像データから生成された学習用データを一括して識別モデルに学習させる、(1)又は(2)に記載の識別モデル生成装置。
(4)画像データ取得部は、搬送方向の端部が互いに重畳するように画像データを複数回に亘って取得する、(1)〜(3)の何れか1つに記載の識別モデル生成装置。
(5)ラベルは、異物が付着していることを示す第3ラベルを更に含む、(1)〜(4)の何れか1つに記載の識別モデル生成装置。
(6)(1)〜(5)の何れか1つに記載の識別モデル生成装置によって学習させられ、入力された画像に応じたラベルを出力する識別モデルと、
鋼材の面を含む現在画像を示す現在画像データを取得する現在画像データ取得部と、
現在画像データに対応する画像を、長手方向が搬送方向に平行となる複数の短冊画像に分割して複数の現在短冊画像データを生成する現在短冊画像データ生成部と、
現在短冊画像データを識別モデルに入力する現在画像入力部と、
識別モデルから現在画像データの入力に応じた鋼材の面に形成された疵の状態を示す疵状態情報を取得する疵状態情報取得部と、
識別モデルから出力される疵状態情報を示す疵状態情報信号を出力する疵状態情報出力部と、
を有することを特徴とする鋼材疵判定装置。
(7)疵状態情報の現在画像における短手方向の位置毎の演算結果に基づいて、現在画像における短手方向の位置毎に疵の有無を判定する疵判定部と、
疵判定部による判定結果である判定結果情報を示す判定結果情報信号を出力する疵判定情報出力部と、
を更に有する、(6)に記載の鋼材疵判定装置。
(8)搬送方向に搬送される鋼材の1つの面を含む画像を示す画像データを取得し、
画像データに対応する画像に含まれる鋼板の面を、長手方向が搬送方向に平行になるように分割した複数の短冊画像をそれぞれが示す複数の短冊画像データを生成し、
疵を含まないことを示す第1ラベル、及び搬送方向に平行に延伸するように形成される疵を含むことを示す第2ラベルを少なくとも含むラベルを、複数の短冊画像データのそれぞれに関連付けて学習用データを生成し、
学習用データを用いて複数の短冊画像とラベルとの関係性を識別モデルに学習させ、
複数の短冊画像とラベルとの関係性を学習した識別モデルを出力する、
ことを含むことを特徴とする識別モデル生成方法。
(9)搬送方向に搬送される鋼材の1つの面を含む画像を示す画像データを取得し、
画像データに対応する画像に含まれる鋼板の面を、長手方向が搬送方向に平行になるように分割した複数の短冊画像をそれぞれが示す複数の短冊画像データを生成し、
疵を含まないことを示す第1ラベル、及び搬送方向に平行に延伸するように形成される疵を含むことを示す第2ラベルを少なくとも含むラベルを、複数の短冊画像データのそれぞれに関連付けて学習用データを生成し、
学習用データを用いて複数の短冊画像とラベルとの関係性を識別モデルに学習させ、
複数の短冊画像とラベルとの関係性を学習した識別モデルを出力する、
処理をコンピュータに実行させることを特徴とする識別モデル生成プログラム。
(10)鋼材の面を含む現在の画像を示す現在画像データを取得し、
現在画像データに対応する画像を、長手方向が搬送方向に平行となる複数の短冊画像に分割して複数の現在短冊画像データを生成し、
現在短冊画像データを、(1)〜(5)の何れか1つに記載の識別モデル生成装置によって学習させられ、入力された画像に応じたラベルを出力する識別モデルに入力し、
識別モデルから現在画像データの入力に応じた鋼材の面に形成された疵の状態を示す疵状態情報を取得し、
識別モデルから出力される疵状態情報を示す疵状態情報信号を出力する、
ことを含むことを特徴とする鋼材疵判定方法。
(11)鋼材の面を含む現在の画像を示す現在画像データを取得し、
現在画像データに対応する画像を、長手方向が搬送方向に平行となる複数の短冊画像に分割して複数の現在短冊画像データを生成し、
現在短冊画像データを、(1)〜(5)の何れか1つに記載の識別モデル生成装置によって学習させられ、入力された画像に応じたラベルを出力する識別モデルに入力し、
識別モデルから現在画像データの入力に応じた鋼材の面に形成された疵の状態を示す疵状態情報を取得し、
識別モデルから出力される疵状態情報を示す疵状態情報信号を出力する、
処理をコンピュータに実行させる事を特徴とする鋼材疵判定プログラム。
図1は、第1実施形態に係る鋼材製造装置の概略図である。
図3は、識別モデル生成装置1により実行される疵有無学習処理のフローチャートである。図3に示す疵有無学習処理は、予め記憶部12に記憶されているプログラムに基づいて、主に処理部20により識別モデル生成装置1の各要素と協働して実行される。
図6は、鋼材疵判定装置110の機能ブロック図である。
図7は、鋼材疵判定装置110により実行される疵判定処理のフローチャートである。図7に示す疵判定処理は、予め判定記憶部112に記憶されているプログラムに基づいて、主に判定処理部120により鋼材疵判定装置110の各要素と協働して実行される。また、図7に示す疵判定処理は、図3に示す疵有無学習処理によって識別モデル30が複数の短冊画像とラベルとの関係性を学習した後に実行される。
識別モデル生成装置1は、短手方向の幅が比較的短い短冊画像を使用して識別モデル30を学習させるので、識別モデル30は、短冊画像の長手方向に延伸する疵を疵としてと認識する可能性が高くなり、疵の有無をより精度高く学習することができる。また、鋼材疵判定装置110は、短手方向の幅が比較的短い短冊画像を使用して識別モデルが疵の有無を識別するので、短冊画像の長手方向に延伸する疵を疵としてと認識する可能性が高くなり、疵の有無をより精度高く識別することができる。
図8は、第2実施形態に係る鋼材製造装置の概略図である。
図9は、鋼材疵判定装置210の機能ブロック図である。
図10は、鋼材疵判定装置210により実行される疵判定処理のフローチャートである。図10に示す疵判定処理は、予め判定記憶部112に記憶されているプログラムに基づいて、主に判定処理部220により鋼材疵判定装置210の各要素と協働して実行される。また、図10に示す疵判定処理は、図3に示す疵有無学習処理によって識別モデル30が複数の短冊画像とラベルとの関係性を学習した後に実行される。
鋼材疵判定装置210は、疵発生確率の現在静止画像における短手方向の位置毎の平均値に基づいて現在静止画像における短手方向の位置毎に疵の有無を判定するので、疵の有無を誤判定するおそれを低くすることができる。
識別モデル生成装置1は、疵を含まないことを示す第1ラベル、及び搬送方向に平行に延伸するように形成される疵を含むことを示す第2ラベルを使用して識別モデル30を学習する。しかしながら、実施形態に係る識別モデル生成装置は、3以上のラベルを使用して識別モデル30を学習してもよい。例えば、実施形態に係る識別モデル生成装置は、疵の有無を判定できないことを示す第3ラベルを更に使用して識別モデル30を学習してもよい。
21 画像データ取得部
22 短冊画像データ生成部
24 学習用データ生成部
25 学習処理部
26 識別モデル出力部
27 装入条件決定部
28 装入条件出力部
30 識別モデル
121、221 現在画像データ取得部
122、222 現在短冊画像データ生成部
123、223 現在画像入力部
124、224 疵状態情報取得部
125、225 疵状態情報出力部
226 疵判定部
227 疵判定結果出力部
Claims (11)
- 識別モデルと、
搬送方向に搬送される鋼材の1つの面を含む画像を示す画像データを取得する画像データ取得部と、
前記画像データに対応する画像に含まれる鋼板の面を、長手方向が前記搬送方向に平行になるように分割した複数の短冊画像をそれぞれが示す複数の短冊画像データを生成する短冊画像データ生成部と、
疵を含まないことを示す第1ラベル、及び前記搬送方向に平行に延伸するように形成される疵を含むことを示す第2ラベルを少なくとも含むラベルを、前記複数の短冊画像データのそれぞれに関連付けて学習用データを生成する学習用データ生成部と、
前記学習用データを用いて前記複数の短冊画像と前記ラベルとの関係性を前記識別モデルに学習させる学習処理部と、
前記複数の短冊画像と前記ラベルとの関係性を学習した前記識別モデルを出力する識別モデル出力部と、
を有することを特徴とする識別モデル生成装置。 - 前記短冊画像データ生成部は、前記複数の短冊画像のそれぞれが隣接する他の短冊画像と一部が重畳するように前記複数の短冊画像データを生成する、請求項1に記載の識別モデル生成装置。
- 前記学習処理部は、単一の前記画像データから生成された前記学習用データを一括して前記識別モデルに学習させる、請求項1又は2に記載の識別モデル生成装置。
- 前記画像データ取得部は、前記搬送方向の端部が互いに重畳するように前記画像データを複数回に亘って取得する、請求項1〜3の何れか一項に記載の識別モデル生成装置。
- 前記ラベルは、異物が付着していることを示す第3ラベルを更に含む、請求項1〜4の何れか一項に記載の識別モデル生成装置。
- 請求項1〜5の何れか一項に記載の識別モデル生成装置によって学習させられ、入力された画像に応じた前記ラベルを出力する識別モデルと、
鋼材の面を含む現在画像を示す現在画像データを取得する現在画像データ取得部と、
前記現在画像データに対応する画像を、長手方向が前記搬送方向に平行となる複数の短冊画像に分割して複数の現在短冊画像データを生成する現在短冊画像データ生成部と、
前記現在短冊画像データを前記識別モデルに入力する現在画像入力部と、
前記識別モデルから前記現在画像データの入力に応じた前記鋼材の面に形成された疵の状態を示す疵状態情報を取得する疵状態情報取得部と、
前記識別モデルから出力される前記疵状態情報を示す疵状態情報信号を出力する疵状態情報出力部と、
を有することを特徴とする鋼材疵判定装置。 - 前記疵状態情報の前記現在画像における短手方向の位置毎の演算結果に基づいて、前記現在画像における短手方向の位置毎に疵の有無を判定する疵判定部と、
前記疵判定部による判定結果である判定結果情報を示す判定結果情報信号を出力する疵判定結果出力部と、
を更に有する、請求項6に記載の鋼材疵判定装置。 - 搬送方向に搬送される鋼材の1つの面を含む画像を示す画像データを取得し、
前記画像データに対応する画像に含まれる鋼板の面を、長手方向が前記搬送方向に平行になるように分割した複数の短冊画像をそれぞれが示す複数の短冊画像データを生成し、
疵を含まないことを示す第1ラベル、及び前記搬送方向に平行に延伸するように形成される疵を含むことを示す第2ラベルを少なくとも含むラベルを、前記複数の短冊画像データのそれぞれに関連付けて学習用データを生成し、
前記学習用データを用いて前記複数の短冊画像と前記ラベルとの関係性を識別モデルに学習させ、
前記複数の短冊画像と前記ラベルとの関係性を学習した識別モデルを出力する、
ことを含むことを特徴とする識別モデル生成方法。 - 搬送方向に搬送される鋼材の1つの面を含む画像を示す画像データを取得し、
前記画像データに対応する画像に含まれる鋼板の面を、長手方向が前記搬送方向に平行になるように分割した複数の短冊画像をそれぞれが示す複数の短冊画像データを生成し、
疵を含まないことを示す第1ラベル、及び前記搬送方向に平行に延伸するように形成される疵を含むことを示す第2ラベルを少なくとも含むラベルを、前記複数の短冊画像データのそれぞれに関連付けて学習用データを生成し、
前記学習用データを用いて前記複数の短冊画像と前記ラベルとの関係性を識別モデルに学習させ、
前記複数の短冊画像と前記ラベルとの関係性を学習した識別モデルを出力する、
処理をコンピュータに実行させることを特徴とする識別モデル生成プログラム。 - 鋼材の面を含む現在の画像を示す現在画像データを取得し、
前記現在画像データに対応する画像を、長手方向が前記搬送方向に平行となる複数の短冊画像に分割して複数の現在短冊画像データを生成し、
前記現在短冊画像データを、請求項1〜5の何れか一項に記載の識別モデル生成装置によって学習させられ、入力された画像に応じた前記ラベルを出力する識別モデルに入力し、
前記識別モデルから前記現在画像データの入力に応じた前記鋼材の面に形成された疵の状態を示す疵状態情報を取得し、
前記識別モデルから出力される前記疵状態情報を示す疵状態情報信号を出力する、
ことを含むことを特徴とする鋼材疵判定方法。 - 鋼材の面を含む現在の画像を示す現在画像データを取得し、
前記現在画像データに対応する画像を、長手方向が前記搬送方向に平行となる複数の短冊画像に分割して複数の現在短冊画像データを生成し、
前記現在短冊画像データを、請求項1〜5の何れか一項に記載の識別モデル生成装置によって学習させられ、入力された画像に応じた前記ラベルを出力する識別モデルに入力し、
前記識別モデルから前記現在画像データの入力に応じた前記鋼材の面に形成された疵の状態を示す疵状態情報を取得し、
前記識別モデルから出力される前記疵状態情報を示す疵状態情報信号を出力する、
処理をコンピュータに実行させる事を特徴とする鋼材疵判定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019096064A JP7211265B2 (ja) | 2019-05-22 | 2019-05-22 | 識別モデル生成装置、識別モデル生成方法及び識別モデル生成プログラム、並びに鋼材疵判定装置、鋼材疵判定方法及び鋼材疵判定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019096064A JP7211265B2 (ja) | 2019-05-22 | 2019-05-22 | 識別モデル生成装置、識別モデル生成方法及び識別モデル生成プログラム、並びに鋼材疵判定装置、鋼材疵判定方法及び鋼材疵判定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020190485A true JP2020190485A (ja) | 2020-11-26 |
JP7211265B2 JP7211265B2 (ja) | 2023-01-24 |
Family
ID=73453626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019096064A Active JP7211265B2 (ja) | 2019-05-22 | 2019-05-22 | 識別モデル生成装置、識別モデル生成方法及び識別モデル生成プログラム、並びに鋼材疵判定装置、鋼材疵判定方法及び鋼材疵判定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7211265B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022118292A (ja) * | 2021-02-02 | 2022-08-15 | 株式会社日立ソリューションズ・クリエイト | 不良品判定システム、不良品判定システムによる不良品判定方法及びプログラム |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59180451A (ja) * | 1983-03-31 | 1984-10-13 | Toshiba Corp | 表面検査装置 |
JPH08261951A (ja) * | 1995-03-23 | 1996-10-11 | Nkk Corp | 表面疵検査方法及びその装置 |
JP2001517308A (ja) * | 1997-03-28 | 2001-10-02 | ソラック | 移動するストリップの表面を、その画像を懐疑的ゾーンにセグメント化することにより検査する方法 |
WO2005078652A1 (en) * | 2004-02-12 | 2005-08-25 | Carl Henrik Grunditz | Method, device, computer program product and integrated circuit for surface inspection using a multi-tier neural network |
JP2006308473A (ja) * | 2005-04-28 | 2006-11-09 | Nippon Steel Corp | 周期性欠陥検査方法及び装置 |
JP2010139317A (ja) * | 2008-12-10 | 2010-06-24 | Mitsubishi Materials Corp | 軸物工具表面の欠陥検査方法および装置 |
JP2010185868A (ja) * | 2009-01-15 | 2010-08-26 | Nippon Steel Corp | 連続欠陥判定方法、連続欠陥判定装置及びプログラム |
JP2010266430A (ja) * | 2009-04-15 | 2010-11-25 | Jfe Steel Corp | 鋼板表面欠陥検査方法および装置 |
CN105136810A (zh) * | 2015-08-27 | 2015-12-09 | 张小磊 | 基于高强度照明的钢板缺陷检测平台 |
JP2017211259A (ja) * | 2016-05-25 | 2017-11-30 | 株式会社シーイーシー | 検査装置、検査方法、及びプログラム |
CN114419078A (zh) * | 2022-04-01 | 2022-04-29 | 北京矩视智能科技有限公司 | 基于卷积神经网络的表面缺陷区域分割方法及装置 |
-
2019
- 2019-05-22 JP JP2019096064A patent/JP7211265B2/ja active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59180451A (ja) * | 1983-03-31 | 1984-10-13 | Toshiba Corp | 表面検査装置 |
JPH08261951A (ja) * | 1995-03-23 | 1996-10-11 | Nkk Corp | 表面疵検査方法及びその装置 |
JP2001517308A (ja) * | 1997-03-28 | 2001-10-02 | ソラック | 移動するストリップの表面を、その画像を懐疑的ゾーンにセグメント化することにより検査する方法 |
WO2005078652A1 (en) * | 2004-02-12 | 2005-08-25 | Carl Henrik Grunditz | Method, device, computer program product and integrated circuit for surface inspection using a multi-tier neural network |
JP2006308473A (ja) * | 2005-04-28 | 2006-11-09 | Nippon Steel Corp | 周期性欠陥検査方法及び装置 |
JP2010139317A (ja) * | 2008-12-10 | 2010-06-24 | Mitsubishi Materials Corp | 軸物工具表面の欠陥検査方法および装置 |
JP2010185868A (ja) * | 2009-01-15 | 2010-08-26 | Nippon Steel Corp | 連続欠陥判定方法、連続欠陥判定装置及びプログラム |
JP2010266430A (ja) * | 2009-04-15 | 2010-11-25 | Jfe Steel Corp | 鋼板表面欠陥検査方法および装置 |
CN105136810A (zh) * | 2015-08-27 | 2015-12-09 | 张小磊 | 基于高强度照明的钢板缺陷检测平台 |
JP2017211259A (ja) * | 2016-05-25 | 2017-11-30 | 株式会社シーイーシー | 検査装置、検査方法、及びプログラム |
CN114419078A (zh) * | 2022-04-01 | 2022-04-29 | 北京矩视智能科技有限公司 | 基于卷积神经网络的表面缺陷区域分割方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022118292A (ja) * | 2021-02-02 | 2022-08-15 | 株式会社日立ソリューションズ・クリエイト | 不良品判定システム、不良品判定システムによる不良品判定方法及びプログラム |
JP7252991B2 (ja) | 2021-02-02 | 2023-04-05 | 株式会社日立ソリューションズ・クリエイト | 不良品判定システム |
Also Published As
Publication number | Publication date |
---|---|
JP7211265B2 (ja) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5151019B2 (ja) | 疵検出装置及び疵検出方法 | |
CN111080622A (zh) | 神经网络训练方法、工件表面缺陷分类与检测方法及装置 | |
CN110490842B (zh) | 一种基于深度学习的带钢表面缺陷检测方法 | |
JP2008175549A (ja) | 欠陥検出装置および欠陥検出方法 | |
KR102636470B1 (ko) | 학습 완료 모델의 생성 방법, 학습 완료 모델, 표면 결함 검출 방법, 강재의 제조 방법, 합부 판정 방법, 등급 판정 방법, 표면 결함 판정 프로그램, 합부 판정 프로그램, 판정 시스템 및, 강재의 제조 설비 | |
JP7059883B2 (ja) | 学習装置、画像生成装置、学習方法、及び学習プログラム | |
CN111591715A (zh) | 一种皮带纵向撕裂检测方法及装置 | |
JP2011028512A (ja) | 紙葉類の正損判定用辞書作成方法、紙葉類処理装置、及び紙葉類処理方法 | |
JP3866688B2 (ja) | 電子部品実装用フィルムキャリアテープの検査装置およびパターン不良の確認方法 | |
JP2021086379A (ja) | 情報処理装置、情報処理方法、プログラム及び学習モデルの生成方法 | |
JP2020190485A (ja) | 識別モデル生成装置、識別モデル生成方法及び識別モデル生成プログラム、並びに鋼材疵判定装置、鋼材疵判定方法及び鋼材疵判定プログラム | |
TWI705241B (zh) | 光學薄膜缺陷檢測裝置及方法 | |
JP2012033124A (ja) | 投票用紙分類装置 | |
JP5558081B2 (ja) | 画像形成状態検査方法、画像形成状態検査装置及び画像形成状態検査用プログラム | |
JP2012202957A (ja) | 欠陥位置情報生成装置、欠陥確認システム及び欠陥位置情報生成方法 | |
US11120541B2 (en) | Determination device and determining method thereof | |
WO2020158630A1 (ja) | 検出装置、学習器、コンピュータプログラム、検出方法及び学習器の生成方法 | |
WO2021255565A2 (en) | Inspecting sheet goods using deep learning | |
JP6890101B2 (ja) | 画像識別装置、及び画像識別装置を備える物品製造装置 | |
JP5540595B2 (ja) | 印刷物検査装置、印刷物検査システム、印刷物検査方法及び印刷物検査プログラム | |
JP2021064215A (ja) | 表面性状検査装置及び表面性状検査方法 | |
JP2004125686A (ja) | 鋼板の疵検出方法、鋼板の疵検出装置、コンピュータプログラム及びコンピュータ読み取り可能な記録媒体 | |
US10852244B2 (en) | Image processing apparatus, image processing method, and recording medium | |
JP2023093283A (ja) | 卵表面の欠陥検出システム | |
WO2023223579A1 (ja) | 目視検査補助装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221116 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221226 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7211265 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |