本記事はロボットとAI技術の専門誌『日経Robotics』のデジタル版です

 Preferred Networksのディープラーニング技術ベースの外観検査システム「Preferred Networks Visual Inspection(PVI)」が納入先を広げている。2018年10月の発売以降、これまでに累計で40社超が購入し、現場での本格稼働に向けて評価をしている。

 PVIは、製造業などの生産現場において、製品をカメラで撮影し不良がないかどうかなどの異常検知をするシステムである(図1、図2)。

 256×256画素ほどのRGB画像を、DNN(deep neural network)に入力し、不良か正常かを判定する。

[画像のクリックで拡大表示]

 学習に当たっては、個々の画像について人間が画像中のどの部分が不良かを詳細にアノテーションする必要がない。

 正常画像か不良画像かを画像自体にラベル付けする、つまりそれぞれを別々のフォルダに分けて入れるだけで学習させられる。不良画像が少なくとも20枚ほどあれば学習が可能という。

図1 PFNのディープラーニング外観検査システムの実演の様子
金属プレートに傷がないかどうかをカメラで外観検査する。右の写真は判定結果例。赤い領域が傷と判定された領域。
[画像のクリックで拡大表示]

この先は日経Robotics購読者限定です。