Euresys Deep Learning Bundle、強力な画像解析ライブラリ群

Euresysは長年にわたり、最も強力な画像解析ライブラリとソフトウェアツールを開発してきました。現在ではその取り組みがマシンビジョン業界で評価されています。

Deep Learning Bundleは、半導体やエレクトロニクス業界に製品を供給するマシンメーカーを主体とした多数の顧客ベースが日常的に利用している一連の画像処理ライブラリを完成させる最新の開発です。


Deep Learningライブラリは、ディープラーニングがソリューションを提供する分類、セグメンテーション、および位置検出の3つの特定の機能に対応するソフトウェアツールで構成されています。これらはOpen eVision Deep Learning Bundleの一環であり、Deep Learning Studioという無料のトレーニング・評価アプリケーションと合わせて使用することができます。
 

ディープラーニングとは?

ニューラルネットワークは、人間の脳を構成する生態的なニューラルネットワークからヒントを得たコンピューティングシステムです。たたみ込みニューラルネットワーク (CNN) は、画像解析の分野で最も一般的に使用される、深層のフィードフォワード人工ニューラルネットワークの一種です。ディープラーニングは、大規模なCNNを使って、いわゆる従来型のコンピュータビジョンアルゴリズムでは解決しにくい、または解決できない複雑な問題を解決します。ディープラーニングアルゴリズムの学習には例が使用されることが一般的であるため、より扱いやすいアルゴリズムといえます。ユーザーが部品を分類したり検査したりする方法を理解する必要はなく、トレーニングの始めの段階で検査対象の画像を多数示すだけで学習処理が進められます。トレーニングが正常に完了すると、部品の分類や欠陥の検出・分離に使用できるようになります。

分類

EasyClassifyはDeep Learning Bundleの分類ツールです。EasyClassifyは、欠陥検出と製品認識に使用される、画像分類用のライブラリです。EasyClassifyではユーザーがトレーニング画像にラベル付けを行う必要があります。合格と不合格を示し、どのクラスに属するのかを指定する作業です。この学習/トレーニングプロセスが完了すると、EasyClassifyライブラリは画像を分類できるようになります。ある画像について、その画像がティーチングされたクラスに該当する可能性を示した、確率のリストを返します。たとえば、プロセスに不合格品と合格品を分ける設定が必要な場合、EasyClassifyは、各部品が合格か不合格かを返し、その確率を示します。

セグメンテーション

EasySegmentは、オブジェクトと欠陥のセグメンテーションプロセスを容易にする、Deep Learning Bundleのセグメンテーションツールです。欠陥のある部品を識別し、その欠陥の正確な位置を画像内でピンポイントに示します。EasySegmentの教師ありモードは画像内の欠陥と「合格」部分のモデルを学習することで機能します。これには、予測セグメンテーションとして注釈がつけられた画像を使ったトレーニングを通じて行われ、それが完了すると、新しい画像の欠陥を検出して分離するために使用できるようになります。EasySegmentの教師ありモードは精度が高く、期待されるセグメンテーションに関する知識に基づくことで、教師なしモードに比べてより複雑な欠陥を分離することができます。EasySegmentの教師なしモードは、「合格」サンプル (欠陥のないサンプル) とされるモデルを学習して機能ます。これは、「合格」サンプルの画像のみを使ったトレーニングを通じて行われ、それが完了すると、新しい画像を合格または欠陥に分類し、これらの画像から欠陥を分離するために使用できるようになります。あらかじめ欠陥の種類が不明な場合や欠陥サンプルが手元にない場合でも、合格のサンプル画像のみを使ってトレーニングすることで、EasySegmentの教師なしモードを使って検査を実施できます。

位置検出

EasyLocateは、Deep Learning Bundleの位置検出および識別ライブラリで、画像内のオブジェクト、製品、または欠陥の位置を検出し、識別するために使用されます。重なり合うオブジェクトを区別する能力を備えているため、オブジェクトのインスタンスの数を数えるのに最適です。

2つの手法を使用できます。

「EasyLocate Axis Aligned Bounding Box」は、画像内で検出された各オブジェクト（または欠陥）を囲むボンディングボックスを予測し、各ボンディングボックスにクラスラベルを割り当てます。検出される必要のあるオブジェクト（または欠陥）にボンディングボックスとクラスラベルが付けられている画像を使ってトレーニングする必要があります。

「EasyLocate Interest Point」は、画像内で検出された各オブジェクト（または欠陥）の位置（1つのポイント、通常は中心としての位置だが、そうでない場合は定義）を予測し、それぞれの位置にクラスラベルを割り当てます。画像内のすべてのオブジェクト（または欠陥）には、同じ近似サイズがある必要があります。検出される必要のあるオブジェクト（または欠陥）に関心点とクラスラベルで単純にアノテーションが付けられている画像を使ってトレーニングする必要があります。アノテーション付けのプロセスは、1回のクリックで十分にオブジェクトにアノテーションを付けられる EasyLocate Interest Pointを使うとさらに素早く行えます。
 

無償評価: Open eVision Deep Learning Studio


Deep Learning Studioは、データセットの作成のほか、Open eVisionのDeep Learningツールのトレーニングとテストにおいてユーザーを支援するアプリケーションです。無料アプリケーションで、ライセンスは必要ありません。ユーザーが所有する画像を使ってDeep Learningライブラリを検証できます。Euresysウェブサイトからっダウンロードできます。サンプル画像、マニュアル、サンプルプログラムが含まれており、プログラミングは一切不要です。

ユーザーの声

「実に嬉しいことに、Deep Learning StudioはEuresysのウェブサイトから無料でダウンロードできるようになっており、ライセンスも必要ありません。このため、eVisionツールの性能を自分の実際の画像を使って評価できるため、潜在的な機密性に関わる問題を気にする必要はありません。」