検出、仕分け、カウント
ほんの数ステップで AI ビジョンを統合
画像データの処理は、品質保証、生産監視、ロボット工学など、多数の産業セクターで欠かせない役割を果たしています。AI ベースのシステムにより、多数の新たな可能性が生まれ、既存の産業用途であっても以前では克服が困難だった課題が解決されます。これは、トレーニング済みのニューラルネットワークが複雑なパターンを認識し、異常を識別し、さらにはツールの障害を予測できるので、プロセスのパフォーマンスが大幅に改善されるからです。しかし、こうした可能性は魅力的ですが、多くの企業では AI ベースの画像処理を既存のアプリケーションにどのように実装するかが依然として課題となっています。
テクノロジーがどの程度正確に機能し、自社固有の用途でどのように稼働させるかは、未だに確実ではなく、多数の業界で知識のギャップが露呈しています。インテリジェントな AI システムとカメラのメーカーは、とりわけ AI ベースの組み込みビジョンシステムの使用をシンプルにすることで、この課題に対応しています。IDS NXT はその一例です。このスマート AI システムは、AI ベースの画像処理を、専門家だけでなく、一般の開発者にとっても手間をかけずに利用できるようにしています。これによってアプリケーションへの統合が容易になり、迅速にもなります。
検出、仕分け、カウント、完全性の検証
AI ベースの画像処理には、画像をさまざまなカテゴリに分類する機能があります。これは、製品の検出と分類の面で非常に有用です。これにより、人間が行うことが多い多数の作業を自動化できます。この中には、欠陥の識別、コンベアベルト上の物体の仕分け、完成度チェックがあります。具体的には、画像内の複雑なパターンと構造を認識する機能は、品質保証において重要な役割を果たします。通常、人間の目では検出が非常に困難だからです。
ドメインエキスパート向けのフィージビリティスタディ
画像処理分野での多数の可能性や課題を検討する際、特に以前は知られていなかったテクノロジー、ツール、手法を使用する場合、フィージビリティスタディの実施はますます重要になっています。一方で、フィージビリティスタディは、実現可能性の確実な評価を可能にする一方で、すぐに複雑でコスト高になる危険性もはらんでいます。しかし、機械学習手法を運用するための主要なスキルは、ルールベースの画像処理とは同じではありません。結果の質の決定要因は、画像処理エキスパートによる手動で開発されたプログラムコードの産物ではなく、適切なサンプルデータによる学習プロセスによって決定されます。これには、アプリケーションを深く理解している必要があります。
IDS NXTのような完全なAIシステムを使えば、開発と評価のプロセスの大部分をシンプルで直感的なクラウドサービスで管理できるため、特に初期のアプリケーションテストの労力が軽減されます。この AI Vision Studio では、ユーザーに AI、アプリケーションプログラミング、画像処理の経験を必要としません。これは、特に組み込みシステムの非常に複雑な開発にとってメリットであり、これまでは特殊な専門知識と高度に特化された開発ツールが必要とされていました。このような状況で、フィージビリティ分析を、最も製品知識が豊富なドメインエキスパートのみによって実施できます。評価段階で、企業はプログラマーや画像処理エキスパートの手を借りる必要性が少なくなります。
小刻みなステップ戦略による短いトレーニングサイクル
フィージビリティ分析テストの最初の結果が手に入ったら、AI モデルの品質とパフォーマンスを向上させるため、以降の手順を調整できます。より大規模なデータセットへの移行が必要になる場合もあることに注意が必要です。しかし、これはモデルが正しく確実に訓練されるように、段階的なプロセスであるべきです。最初に小さなデータセットを用意することで、モデルが学習データを 「記憶」しすぎて、新しい未知のデータへの汎化がうまくいかなくなるオーバーフィッティングのリスクを減らすことができます。さらに、より少ないデータで作業することで、トレーニングのフェーズが短縮され、より迅速な実験と反復が可能になり、タイムリーなフィードバックを得て、それに応じてモデルやデータセットを適応させることができます。
AI Vision Studio "IDS lighthouse"が提供する、経験の浅いユーザーでも使いやすいツールが、適切なサンプルデータを用いたトレーニング結果をクラウド上で直接評価するのにも役立ちます。つまり、特に数回の反復が必要な場合、時間のかかる準備や実機でのテスト実施により、プロジェクト開始時の実験時間をほとんど失うことがありません。
オールインワンシステムで統合が容易
しかし、画像処理を使いやすいツールで直感的に生成できて、初心者でも優れた結果を達成できるとしても、カスタマーアプリケーションへのシームレスな統合はまた別の大きな課題です。これはハードウェアとソフトウェアの両レベルで、インターフェースにおいて特に明らかです。ハードウェア面では、コネクター、ケーブル、アダプター、ケーブル長などの要素がシームレスな接続を確保します。ソフトウェア面では、転送プロトコル、結果のフォーマット、画像処理ソフトウェア面では、転送プロトコル、結果のフォーマット、画像処理ソフトウェアのシステムの制御システムへのシームレスな統合に関する問題が、統合の中心となります。ソフトウェア開発キット (SDK) はここで決定的な要因となることが多く、画像処理機能を既存のシステムアーキテクチャに柔軟に適応させるために必要なツールとリソースを提供します。さまざまなプログラミング言語を習得するためには、開発者が不可欠です。
画像処理を独立したテクノロジーとしてだけではなく、アプリケーションプロセス全体の中心部分として容易に統合できるようにするには、使いやすいシステムのハードウェア面とソフトウェア面を全体的な観点から考慮する必要があります。これは、IDS NXT のようなオールインワンの組み込みビジョンシステムによって達成されます。
構成要素システムでのインテリジェントな画像分析
AI ベースの画像処理は AI やアプリケーションプログラミングの専門知識がなくても誰もが簡単に使えるという保証は、すべてのコンポーネントが、画像撮影から分析結果の転送、マシンの制御まで、シンプルで包括的に設計されている場合にのみ実現します。インテリジェントなカメラハードウェアに加えて、IDS NXT には AI データおよびトレーニングプラットフォームも含まれており、個々の分析シーケンスをブロックベースのビジュアルエディターによってつなぎ合わせることができ、これをカメラ上でアプリとしてボタン 1 つで実行できます。完璧に調整されたビルドツールにより、組み込みビジョン開発は極めて簡単になります。
デジタル入出力などの標準化されたインターフェース、Restful Web サービス、OPC-UA などの産業プロトコルにより、システム全体のシステム統合はスマートセンサーと同様に容易になります。アプリベースのシステムなので、分析をある製品から別の製品へと数秒で変換することもできます。これによりセットアップ時間のコストが最小化され、特定の組み込みビジョンデバイスをバッチサイズが 1 つからでも経済的に実現可能になります。IDS NXT の例のように、AI ベースの手法に対するシンプルで全体的なアクセスにより、新しいテクノロジーの受け入れが広まり、最終的には知識のギャップが解消されます。
詳細情報
- IDS NXT 組み込みビジョン AI プラットフォームの詳細を、製品 Web サイトでご確認ください。
- 技術記事「AI の時代」では、IDS NXT AI ビジョンシステムの詳細と、機械学習に加えてアプリケーションワークフロー全体を直感的に対応付ける方法を紹介しています。
- 弊社のウェビナーのビデオ「How to build block-based custom vision apps」と「How to evaluate AI vision without camera」では、ほんの数分でカスタム推論タスクをクラウドで実装してテストし、エッジ上で実行する方法を紹介しています。