👻
手軽に異常検知(Edge Impulse /Developer Community)
目視検査の負担を減らしたい
実装基板の異常検知は古くからAOIのような機材、オペレータの目視という2大メソッドがありました。
- 今や製造ラインには人がおらず、様々な検査機材が入っています。
- 私の使命は最終製品のボディの外観検査です。
- 精度では手練れのオペレータが一番です
- ただし、大物では工数とオペレータの疲労が心配です。
会社では遊び人と言われているので、何か最後に奉公しようと考えました。
予算は限りなく0円という制約
| 項目 | オープンソース | 有償サービス |
|---|---|---|
| セットアップ | GitHubなどから行間を読む | メニューから順番 |
| MVTECの精度 | 高い | 高い |
| 学習から実用まで | 長い | 短い |
| 検査方法 | 基本収集した画像 | リアルタイム |
| 制限 | 検知部分しかない | フリー・トライアルでは使える機能に制限 |
| 異常検知 | カスタムデータだと思い通りにいかない！？ | 割と融通が利く※ |
| フレームワーク | Pytorch | Tensorflow,TL-Lite |
個人的に本命はあるのですが・・・
本命は有償(安いので従量制）
- 但し、トライアル枚数が100枚と少ないので、おいそれと試せない。
- まずはフリーとある程度使えるモデルで概要をつかみたい。
有償なら使っていいかもなAIシステムを試す
その名もEdge Impluse
有償の場合は年間36000円。本格的な工場なら安いかも・・・
様々なユーザーサンプルも参考にできます。
Developer（フリー）ではObject detectionまでのようですが
- ここはデータのトレーニング後のグラフですが相関関係が見事に分析されています。
- 割り振りが間違ったら戻って修正して再チューニングしましょう。
Edge Impluseの優れている点
- 組み込み機器向けのAIモデルをノーコードから作れる。
- 勿論APIでカスタマイズも可能
- カンタンな物体検出モデルなら1時間もあればかなり精度の高いものが作れます。
- Anormaly detectionが使えれば、Object detectionと組んで制度の高い検査システムが作れる。
サクッと学習させてもこの精度
- Imageレベルなら100％で問題のないスコアです。
- ただし、TensorflowのモデルがIntかFloatかで結果が大きく差が出るので、適宜調整していきます。(Incorrectの発生の有無）
ピントがあった国民的キャラクターを移すとPASSとなり、そのAccuracyが100になります。
- 物体検出に関しては高い精度ですので、それに＋異常を検出するモデルを追加するか
- もしくはアノテーションで不適合個所をラベリングするか
- 悩みは尽きないです。
これを引き続き実践導入に向けて頑張ります。
Discussion