Example実例紹介
COGNEX VisionPro DeepLearning を使用した標準ソフト
| カテゴリー | 自動車部品 |
|---|---|
| ワーク | エンジン |
| 検査内容 | 異物検出 |
| アプリケーション | ディープラーニング ＋ ルールベース画像処理 |
Before
エンジン部品の撮像画像です。
金属の板にパッキンを貼り合わせていますが、毎回微妙に位置が異なるため、既存の画像処理では位置ずれも欠陥をして検出してしまうため検出が難しいです。
金属の板にパッキンを貼り合わせていますが、毎回微妙に位置が異なるため、既存の画像処理では位置ずれも欠陥をして検出してしまうため検出が難しいです。
After
ディープラーニングを使用することにより、代表的な欠陥部分を教師することにより、欠陥部分の検出が可能になります。
【主な特徴】
ルールベースの画像処理と Deep Learningを複合して検査が可能です。
ルールベースの画像処理にて画像フィルタ、位置合わせ、画像の切出し処理を行い
その後 Deep Learningにて欠陥検査を行う等の処理がこのソフトがあれば簡単に実現可能です。
さらに Deep Learningの検査結果に対してルールベースにて面積を測定するようなことも可能です。
ルールベース画像処理 ・・・ VisionPro
Deep Learning画像処理 ・・・ VisionPro Deep Learning
以下のような検査に適しています。
・ 欠陥検査
・ 品種判別
・ 文字読み取り
・ 組み付け検査等
ルールベースの画像処理と Deep Learningを複合して検査が可能です。
ルールベースの画像処理にて画像フィルタ、位置合わせ、画像の切出し処理を行い
その後 Deep Learningにて欠陥検査を行う等の処理がこのソフトがあれば簡単に実現可能です。
さらに Deep Learningの検査結果に対してルールベースにて面積を測定するようなことも可能です。
ルールベース画像処理 ・・・ VisionPro
Deep Learning画像処理 ・・・ VisionPro Deep Learning
以下のような検査に適しています。
・ 欠陥検査
・ 品種判別
・ 文字読み取り
・ 組み付け検査等