ビジョンによる目視検査のためのデータ収集

目視検査品質チェックアプリケーションに向けて、不良部品のデータセットを作成します。

今日の目視検査アプリケーションは、機械学習の力を利用してプロセスを自動化し、人間の検査員に取って代わることができます。このようなアプリケーションの実行コストは低下し続けており、場合によってはその精度は人間のレベルを上回るかもしれない。

しかし、すべての機械学習アプリケーションは訓練データに依存している。欠陥を発見するために人を訓練する必要があるように、人工的な検出モデルも訓練する必要がある。私たちは、正しく製造された部品と欠陥のある部品の画像のセット（データセットと呼ばれる）を収集することでそれを行います。そのために、Tulip App Libraryから入手できるシンプルなアプリケーションを作成しました。

前提条件

データ収集アプリで作業を始めるには、以下のものが必要です：

• Tulip Playerマシンに接続されたカメラ
• Tulip Visionでカメラが設定されていること。
• Tulip App Libraryからデータ収集アプリをダウンロードします。
• 接続されたカメラと同じマシンにアプリを割り当てます。
• 接続されたカメラに合わせて、アプリのカメラ割り当てを変更します。
• オプションで、カメラビューにリージョンを設定し、収集範囲を限定します。

Visionカメラの設定については、Visionを使い始めるの記事を参照してください。

このアプリで使用しているスナップショットトリガーがどのように機能するかについては、スナップショット機能を使用する記事を参照してください。

照明に関する推奨事項

全体的に、一貫性のある信頼性の高いデータ収集方法を作成するために、ユーザーは以下のヒントに従う必要があります： * 照明設定は一貫している必要があります。 * カメラビュー内の影/グレアを制限します。 * サポートされている場合は、高解像度で設定します（これは、shopfloorページでカメラのプロパティを変更することで行うことができます）。 * キャプチャするオブジェクトの位置は、同じか非常に似ている必要があります。

データセットの作成方法

Playerマシンでアプリを実行すると、カメラからのビューが表示されます。また、ビューに合格または不合格の注釈を付けるためのボタンが2つあります。ボタンをクリックして、現在のビューを良い部分または悪い部分としてマークし、テーブルがサンプルでいっぱいになるのを観察します。各クラスから少なくとも10枚の画像を収集します：合格と不合格。

あなたの作業を確認するには、データ収集テーブルに移動し、サンプルと注釈を参照してください。

結論

機械学習による自動外観検査の準備として、製造工程における部品の欠陥の視覚的データセットの収集を開始します。データ収集アプリを使用して、Tulip Tableにデータセットを作成し、モデル学習サービスで使用するためにエクスポート（テーブル上の省略記号アイコンをクリックしてImage Datasetをダウンロード）できます。カメラを接続したPlayerマシン上でアプリを実行し、画像に注釈を付けるだけです。

参考資料として、こちらのライブラリアプリ「Vision Data Collection」をご覧ください！

さらに読む

• Visionを使い始める
• Visionスナップショットの使用
• Visionカメラウィジェットの使用
• 外部OCRサービスとVisionスナップショットを使用する
• 視覚検査のためのTulipとAzure CustomVision.aiの使用

お探しのものは見つかりましたか？

community.tulip.coに質問を投稿したり、他の人が同じような質問に直面していないか確認することもできます！