解析 (赤) ツール

解析 (赤) ツールを使用すると、2 種類の欠陥検出である異常検出または欠陥検出 (フォーカス - アンスーパーバイズド) と、セグメンテーション (フォーカス - スーパーバイズド、高詳細モード) を実行できます。これら 2 つの操作モードは、2 種類の欠陥検出の違いを表しています。   解析 (赤) ツールに使用されるアーキテクチャには、高詳細モードとフォーカスモードの 2 種類があります。高詳細モードとフォーカスモードでは使用されるアーキテクチャが互いに異なるため、ツールパラメータオプションにいくつかの違いがあります。また、アーキテクチャの違いにより、学習/処理の結果とそれらに要する時間は異なります。詳細については、以下のセクションを参照してください。

 

フォーカス - アンスーパーバイズド

フォーカス - アンスーパーバイズドでは、解析 (赤) ツールは良好なパーツの外観のみ (すべての許容されるバリエーションを含む) を学習の対象とするため、学習した通常の外観からの異常を検出します。したがって、このツールでは対象となるオブジェクトの簡素な検査が試みられます。選択性と特異性の両方の点において異常を検出するツールの能力は、モデルのコンパクトさに大きく依存します。たとえば、1 つのパーツに異なるタイプや向きが存在する場合、そのコンパクトさの度合いは低くなり、異なるタイプや向きによって生じるパーツの曖昧さによってツールが特定の異常を検出できなくなる場合があります。

 

フォーカス - スーパーバイズド

フォーカス - スーパーバイズドでは、解析 (赤) ツールは欠陥の外観を学習します。そのため、検査済みパーツのモデルは (少なくとも明示的には) 形成されないため、画像取り込み中に部品の設定、タイプ、または条件にあまり依存しません。ただし、フォーカス - スーパーバイズドモードの解析 (赤) ツールは、さまざまな種類の欠陥の明示的なモデルを作成する必要があります。したがって、良好なサンプルと不良のサンプルの両方を学習する必要があります。特に、後者を表すコレクションが必要となります (これは取得が非常に困難な場合があります)。

また、フォーカス - スーパーバイズドモードの解析 (赤) ツールを使用して欠陥以外の違いをサーチすることもできます。このツールは、画像に含まれているべき各領域を識別するために使用できます。フォーカス - スーパーバイズドモードの解析 (赤) ツールを使用して、学習する画像の対象領域をラベル付けして、学習後に未学習画像内の類似した領域を検出してマークすることもできます。

 

高詳細 (スーパーバイズド)

高詳細では、解析 (赤) ツールは欠陥の外観も学習しますが、フォーカス - スーパーバイズドモードとは異なるアーキテクチャを使用します。分類 (緑) 高詳細モードと同様に、解析 (赤) 高詳細モードは、学習と処理の両方で各ビューの領域全体からサンプリングします。つまり、学習と処理に特徴のサンプラーを使用しません。

この違いから、HDM (緑) のように選択に応じて学習のパフォーマンスや速度のトレードオフが生じます。より優れた詳細な結果が必要で、学習/処理速度が多少遅くなることを許容できる場合は、解析 (赤) 高詳細 - スーパーバイズドを選択できます。さまざまなタイプの欠陥の明示的なモデルを作成するため、学習には「良好」サンプルと「不良」サンプルの両方が必要です。

	フォーカス - スーパーバイズド	高詳細 (スーパーバイズド)
学習/処理時間	短い	長い
結果	焦点を絞った詳細ではない結果	詳細でより正確な結果

 

アンスーパーバイズドモードとスーパーバイズドモード

2 つのモードは、パフォーマンスと要件において互いに補完し合うため、両方を組み合わせて使用できます。たとえば、最初にアンスーパーバイズドツールで目に見える異常をフィルタ処理した後で、スーパーバイズドツールを 1 回以上使用して、傷、低コントラストの汚れ、テクスチャの変化などの、見分けにくい特定の欠陥を検出できます。

課題	アンスーパーバイズドモード	スーパーバイズドモード
予期しない欠陥を検出する	可能性あり	可能性少
欠陥サンプルが必要	いいえ	はい
パーツの設定とバリエーションに対する感度	強い	弱い
傷、亀裂、割れ目などの線状の欠陥を検出する	困難	簡単
特定の欠陥タイプを検出する	不可能	可能
測定可能な欠陥パラメータ (位置と明度の隣)	なし	サイズ、形状