エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
良品学習に用いる画像はここに注意! 製造プロセスから考える"適切なばらつき"の見極め方 - アダコテック技術ブログ
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
良品学習に用いる画像はここに注意! 製造プロセスから考える"適切なばらつき"の見極め方 - アダコテック技術ブログ
先日の『HLACを試してみた:メッシュシートの外観検査!』 では、下記をご案内しました。 実際の画像検... 先日の『HLACを試してみた:メッシュシートの外観検査!』 では、下記をご案内しました。 実際の画像検査では、製造時に起こりうる構造自体のばらつきだけでなく、用いたカメラ、レンズ、照明やシートの置き方など撮像の影響で良品(正常な部分)自体にばらつきがあり、細かい構造では検出したい欠陥(異常)による変化<正常のばらつき となる場合がある。 それにより画像処理のルールベースではロジックの設定が難しく過検出が多発するという問題に対し、アダコテックの外観検査ソフトウェアでは良品学習による検査モデルを用いることで良品のばらつきを加味した判定が可能となり過検出を抑制できた。 学習に用いる良品画像とされている画像の中に不良と見分けがつかないような画像が混入するとうまく欠陥を検出できない懸念が生じる。 この中の重要キーワードである 良品学習とは を詳しく知りたい方は「実は単純? 良品学習入門!」をご参照く