👻

手軽に異常検知(Edge Impulse /Developer Community)

2023/04/14に公開

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・・・

https://www.edgeimpulse.com/pricing

様々なユーザーサンプルも参考にできます。

https://www.edgeimpulse.com/projects/overview

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