解析 (赤) ツール – High Detail Quick

解析 (赤) High Detail Quick は基本的に 解析 (赤) フォーカススーパーバイズド と同じタスクを完了しますが、タスクの完了方法にいくつかの違いがあります。つまり、解析 (赤) High Detail Quick は 解析 (赤) フォーカススーパーバイズド と同様に、欠陥の外観をネットワークに学習させることを目的としています。

 

解析 (赤) High Detail Quick と 解析 (赤) フォーカススーパーバイズド

解析 (赤) High Detail Quick モードでは、フォーカスモードとは異なるアーキテクチャを使用します。アーキテクチャの違いにより、ビュー全体からサンプリングするため、[ツールのパラメータ] ペインにはサンプリングパラメータがありません。このため、解析 (赤) High Detail Quick は通常、ツールパラメータのデフォルト設定を指定した場合に 解析 (赤) フォーカススーパーバイズド よりもピクセルレベルでより正確で詳細な結果を得ることができます。

もう 1 つの重要な違いは、解析 (赤) High Detail Quick は、解析 (赤) フォーカススーパーバイズド と比較して、わずかなツールパラメータしか必要としないことです。少数の学習パラメータと処理パラメータしか必要としないにもかかわらず、高い精度を得ることができます。独自の学習アーキテクチャにより、手動でのパラメータ調整の手間が省けます。

解析 (赤) High Detail Quick の画像のラベル付け方法とニューラルネットワークモデルの作成方法はフォーカスモードと基本的に同じです。解析 (赤) フォーカススーパーバイズド と同様に、バイナリクラス (良好/不良) のみが 解析 (赤) High Detail Quick でサポートされています。つまり、欠陥の複数のクラスはサポートされていません。

解析 (赤) High Detail Quick で画像を「良好」とラベル付けした場合 (つまり欠陥領域を含んでいない画像)、その画像が学習セットに追加されると、ツールはその画像を学習に使用します。特に、ツールはネットワークの学習を試みて、「良好」のラベルが付いた画像が欠陥の応答を生成しないようにします。ラベル付きの、欠陥のない「良好」な画像を学習画像セットに追加すると、良好な画像と不良画像を分類するツールのパフォーマンスを検証するのに役立ちます。

 

解析 (赤) High Detail Quick と 解析 (赤) High Detail

解析 (赤) High Detail Quick には、解析 (赤) High Detail との違いがいくつかあります。解析 (赤) High Detail の速度が最適化されたバージョンであり、欠陥検出の精度が少し低下していますが、通常はわずかな精度の低下で 解析 (赤) High Detail よりもはるかに高速で学習することができます。

解析 (赤) High Detail Quick は学習に検証セットを使用しないため、検証損失を提供せず、[損失のインスペクタ] もサポートしていません。これにより、学習が大幅に高速になります。一方、独自の高度な学習アーキテクチャにより、その精度は多くの場合、必要十分な範囲内に収まっています。

また、解析 (赤) High Detail Quick は、解析 (赤) High Detail と比較して、いくつかの基本的なパラメータのみをサポートしています。少数の学習パラメータと処理パラメータしか必要としないにもかかわらず、高い精度を得ることができます。独自の学習アーキテクチャにより、手動でのパラメータ調整の手間が省けます。

これらを除けば、解析 (赤) High Detail Quick は、学習方法、処理方法、結果の解釈や使用を含め、解析 (赤) High Detail と変わりません。ツールパラメータを適切に調整すれば、High Detail モードの精度は High Detail Quick モードの精度よりも平均して高くなることに注意してください。

 

特徴

 解析 (赤) フォーカススーパーバイズド 解析 (赤) High Detail 解析 (赤) High Detail Quick
損失のインスペクタ サポートされていません サポートしています サポートされていません
検証セット 学習で使用しない 学習で使用 学習で使用しない
VisionPro Deep Learning ツールのパラメータ パラメータが少ない

制御するためのパラメータが多い*、
サンプリングパラメータなし

パラメータがほとんどない

* 学習の詳細な制御ときめ細かな調整のために学習および摂動のパラメータが多い

注 :  各ツールのすべての機能を利用するには、[ヘルプ] に移動し、[エキスパートモード] を有効にします。

 

学習プロセス

解析 (赤) High Detail Quick モードの学習プロセスは次のとおりです。

  1. 遭遇することが予想されるあらゆる欠陥を網羅した画像を収集します。

  2. 学習画像セット内の各画像を確認し、慎重に欠陥にラベルを付けます。より良好なモデルを作成するには、領域を描画することが重要です。

    欠陥 ラベル

  3. いくつかの良好な画像を追加して、「良好」としてラベルを付けます。

  4. ツールパラメータを編集します。

  5. ツールを学習させ、結果を確認します。

  6. 欠陥を含んでいる、学習中に使用されなかった画像と、欠陥を含んでいない良好な画像を提示することで、ツールを検証します。

    欠陥のマーキング