著者: Qi Lei Zhejiang Keboda Industrial Co., Ltd.
1. 産業用自動ラベリング研修の応用と課題
産業用自動ラベル付けとは、人工知能や機械学習などのテクノロジーを使用して、工業生産プロセスで製品にラベルを付け、分類することを指します。今日の世界では、幅広い用途といくつかの課題があります。
この分野は比較的新しく、進化しています。しかし、確かなことは、人工知能や機械学習などの先端技術の急速な発展に伴い、工業生産における工業用自動ラベル付けの適用が徐々に増加しているということです。
図 1 M-Train ソフトウェア インターフェイスのスクリーンショット
1.1従来のラベル表示の課題
従来の画像アノテーション トレーニングでは、通常、次のような課題が発生します。
- コストと時間がかかる従来の産業用画像アノテーション トレーニングでは、多くの手作業による参加と時間の投資が必要です。
- 主観性と変動性: 手動ラベリング プロセスの主観性と変動性が問題であり、ラベラーによってオブジェクトの認識やラベリングの角度が異なる場合があります。
- ラベル付け機能が制限されているため、特にデータセットが非常に大きい場合やラベル付けタスクが複雑な場合、手動ラベル付けの機能が制限されます。
- 新しいシーンやターゲットに対処するのは困難であり、新しいシーンやターゲットに対処する場合、従来の産業用画像アノテーション トレーニングでは手動でラベルを付け直す必要があります。
上記の従来の標準の欠点を考慮して、コード不要のAI トレーニング プラットフォームであるM-Trainは効果的なソリューションを考案しました。まず、さまざまな注釈トレーニングセットが 1 つずつ分類されており、ユーザーに明瞭で明確な視覚体験をもたらし、さまざまな注釈項目を自由に切り替えることができて便利です。特定の画像をアノテーション データ セットとして選択したり、既存のアイテム セットをデータ セットとして選択したり、既存のアノテーションをデータ セットとしてインポートしたりすることが、より便利かつ柔軟になり、新しいシナリオやターゲットが追加された場合の手動アノテーションの必要性が解決されます。解決しました。
さらに、M-Train のアノテーションは、手動アノテーションを通じて特徴点を取得できるだけでなく、既存のアノテーション モデルに基づいて自動アノテーションを選択できるため、時間と人件費を大幅に節約できるという点で、他のアノテーションよりもインテリジェントです。
最後に、トレーニング中に適切なパラメータを調整することを選択できます。これは、コンピューター ビジョン テクノロジを使用して機械をトレーニングし、工業製品や部品の関連情報を自動的に識別してラベルを付けることを意味します。これは便利で高速です。トレーニングを通じて、機械は迅速かつ正確に識別できます。製品情報を提供し、産業の生産性と精度を向上させます。
次に、この記事では、 OpenVINOベースのコード不要のAI トレーニング プラットフォーム M-Train を使用して、製品のはんだ欠陥検出の問題を解決する方法を紹介します。
2. プロジェクトの背景と技術スキーム
はんだ漏れ欠陥の検出は工業生産において重要なタスクであり、その目的は、溶接プロセス中に発生する可能性のあるはんだ漏れ欠陥を検出し、はんだ付けの品質と製品の信頼性を確保することです。現在、業界では通常、欠陥製品を特定するために従来のアルゴリズムまたは手動の品質検査方法が使用されていますが、製品ごとに表面の材質や色が異なる可能性があるため、複雑で多様な要件がより高く、誤判定率が高くなります。従来のアルゴリズムを使用すると、単一のワークロードを多数繰り返すと人為的な疲労が生じ、検査漏れが発生しやすくなり、効率が低くなります。
図2 はんだ付け不足の元画像
図 3 注釈付きのトレーニング グラフ
次の図に示すように、産業用カメラと産業用レンズを備えたAikes 開発ボード上のコード不要のAI トレーニング プラットフォーム M-Train を使用して、PCBA のはんだ漏れ欠陥検出を完了します。
図４ 組立ての模式図
3. ソフトウェアの技術的ソリューションと実装
ソフトウェアの検出プロセスの概略図:
ソフトウェアの実装プロセスは次のとおりです。
1. M-Train をインストールします。
図5 インストールパッケージ
インストールパスを選択し、M-Train をインストールするためのショートカットを作成します。
2. 適切な量のラベリング モデルをトレーニングし、モデルをインポートして、自動ラベリングを完了します。
既存のトレーニング画像とトレーニング モデルに基づいて、ラベルのない画像を追加し、データ セット内の画像のインポートを選択し、ラベリングで自動ラベル付けを選択します。
3. トレーニング用のパラメータを調整します。
トレーニングの独自のトレーニング要件に応じてトレーニング パラメータを変更します。
4. トレーニング後、結果をテストします。
自分のテストセット画像を選択し、テストして効果を確認してください。
5. OpenVINO を使用して、Aix 開発ボードに基づいた統合グラフィックス カードに AI 推論を実装します。
モデルパスとラベルパスを選択し、Aix 開発ボードの iGPU を使用する場合はグラフィックスカードなしで GPU を使用するにチェックを入れ、推論高速化に openvino を使用します。1 回の検出にかかる時間はわずか 290ms で、iGPU の使用率は約24%。
4. まとめと展望
OpenVINO に基づいて Keboda によって構築されたコード不要のAI トレーニング プラットフォームである M-Train は、人件費の問題、時間と労力を費やす問題、および多数の誤った判断の問題を最大限の効率で解決することができ、コストを大幅に節約し、必要な作業を大幅に削減します。業界では検出の方向性がさらに向上し、より優れたソリューションが提供されます。
将来の開発と応用では、産業分野向けに設計された人工知能トレーニングをよりターゲットにし、業界がビッグデータと機械学習テクノロジーを使用して複雑な産業データを分析および処理し、そこから貴重な情報を取得できるようにします。
M-Train トライアル ダウンロード リンク: https://cowtransfer.com/s/b1f559ae681547 リンクをクリックして [ M-Train.zip ] を表示するか、cowtransfer.com にアクセスして転送パスワードo4wjm4を入力して表示します。
|
|
お問い合わせ：
連絡先: Qi Lei (右側の QR コードをスキャンして WeChat を追加できます)
電話番号：0573-89857888（内線8996）
13325733167
電子メール: [email protected]
住所：浙江科博達工業有限公司、嘉興市経済技術開発区長生東路1229号