Euresys、強力な画像解析ライブラリにEasyLocateを追加

Product / 04.2021


EuresysのOpen eVisionライブラリは、今日のマシンビジョン市場で利用できる強力な画像解析ライブラリとソフトウェアツールです。そして次回のDeep Learningライブラリの更新では、EasySegmentやEasyClassifyなどの既存の製品に並び、EasyLocateが公開されることになりました。

 

EasyLocateに関する詳細記事をお読みになり、ほかの提供製品とどのように連携できるのかをご覧ください。

pdf-download-3388.jpg

EasyLocateに関する記事

 

 

EasyLocate 

Deep Learning位置検出・分類ライブラリ

 

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できます。  EasyLocateには重なり合うオブジェクトを区別する能力が備わっているため、オブジェクトの数を数えるのに最適です。具体的に言うと、EasyLocate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。検出が必要な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。

概要
  • オブジェクト、製品、欠陥の位置の検出と識別
  • オブジェクトのカウント
  • データ拡大とマスクをサポート
  • CPUおよびGPUプロセッシングとの互換性
  • データセット作成、トレーニング、および評価に使用できる無償のDeep Learning Studioアプリケーションを含みます
  • Deep Learning Bundleの一環としてのみ提供
locate-(1).png


EasyClassify

ディープラーニング分類ライブラリ

 
EasyClassify はDeep Learning Bundleの分類ツールです。 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。
 
概要
  • 分類トレーニングおよび画像分類機能を含みます
  • 欠陥品の検出または各種クラスへの製品の分類
  • データ拡大をサポート。分類ごとにわずか100件のトレーニング画像で実行可能
  • CPUおよびGPUプロセッシングとの互換性
  • データセット作成、トレーニング、および評価に使用できる無償のDeep Learning Studioアプリケーションを含みます
  • Deep Learning Bundleの一環としてのみ提供
classify.png
 

EasySegment

ディープラーニング分離ライブラリ

 
EasySegment はDeep Learning Bundleの分離ツールです。EasySegmentは検出と分離を実行します。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。

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。
 
概要
  • 教師なしモード: 「良質」の画像のみを使って、新しい画像の異常と欠陥の検出と分離を行えるようにトレーニングします
  • 教師ありモード: 分離と検出の精度を高めるために、欠陥のモデルを学習
  • あらゆる画像解像度で実行可
  • データ拡大とマスクをサポート
  • CPUおよびGPUプロセッシングとの互換性
  • データセット作成、トレーニング、および評価に使用できる無償のDeep Learning Studioアプリケーションを含みます
  • Deep Learning Bundleの一環としてのみ提供
segment.png


Deep Learning Bundleに関するその他の情報