効率的なディープラーニングと推論システムのサンプル
超人的な精度を実現 9X 高い分散でエスケープ率を下げる 良品を過剰に処分することなく欠陥をなくす
わずか数秒でモデルを迅速に学習 3画像 欠陥の種類ごとに
最大 160 MP/秒 推論速度が速く、決定を迅速に下す OK/NG
ピクセル精度 欠陥セグメンテーションと 調整可能な許容範囲
エンジニアは、欠陥や部品の種類ごとに複雑なカスタムルールを開発する必要がある
トレーニングには数百枚の画像が必要
直感的なトレーニングインターフェースは、わずか5枚の画像でトレーニングでき、AIの経験は必要ありません。新しい製品や欠陥の種類にも迅速に適応できます。
明確に定義された欠陥と、環境が一定である部品に対してのみ正確であり、漏れや過剰につながる
部品の位置と向きのばらつきにより失敗する可能性があり、追加の位置決めツールが必要になる場合があります。
形状、サイズ、場所、外観が複雑で変化する欠陥を正確に検出し、位置の変動を自動的に正規化します。
品質基準の調整には手作業が必要。基準が歩留まりにどう影響するかが明確でないため、過剰な調整につながる。
複数の属性にわたって、各欠陥に固有の品質基準を簡単に調整できます。変更を生産に反映する前に、歩留まりへの影響を視覚化できます。