ディープラーニングモデルパッケージを推論（Mech-DLK 2.2.0+）

1.6.0バージョンのMech-Visionには推論モデルが組み込まれています。ディープラーニングトレーニング環境をインストールする必要がなく、ディープラーニングのグループ下に ディープラーニングモデルパッケージを推論 ステップをプロジェクトに追加することで推論を実行できます。

機能のディスクリプション

Mech-DLKにエクスポートされた.dlkpackモデルパッケージを使用して推論し、結果を出力します。パラメータの設定によって推論結果をフィルタリングすることができます。

../../../../_images/functional_description12.png

使用シーン

分類、対象物検出、欠陥検出などのシーンに使用されます。プロジェクト実行現場から取得した画像に対し、ディープラーニングソフトウェアにエクスポートされたモデルパッケージを使用して推論します。

入力と出力

  1. 画像分類

    ../../../../_images/input_and_output_1.png

  2. インスタンスセグメンテーション

    ../../../../_images/input_and_output_2.png

  3. 対象物検出

    ../../../../_images/input_and_output_3.png

  4. 欠陥セグメンテーション

    ../../../../_images/input_and_output_4.png

パラメータの調整説明

共通パラメータ

モデルパッケージファイルパス

調整説明：推論に使用されるモデルパックファイルパスを設定します。モデルパックファイルは、Mech-DLKによってエクスポートされた「.dlkpack」ファイルです。

注意

初めて実行するときは、モデルパッケージをこのコンピュータに最適化する必要があり、初回の読み込みには2～20分かかります。初めて複数のモデルパッケージを同時に読み込まないことをお勧めします。また、読み込み中にステップを削除したり、プロジェクトを閉じたり、ソフトウェアを終了したりしないでください。

ROI設定

調整説明：

  1. 初期状態では、デフォルトのROI設定が既にあります。ROI設定を変更するには、 エディタを開く をクリックします。

    ../../../../_images/init_state.png

  2. 次に、表示された画面で ROI 設定 をクリックします。

    ../../../../_images/set_roi.png

    2D ROIを設定するとき、選択した範囲が画像範囲を超えた場合、 確認 をクリックすると ROIの保存に失敗しました のエラーメッセージが表示されます。

    ../../../../_images/save_roi_fail.png

  3. ROIを設定したら、下図に示すように、 エディタを開く ボタンの下部にROIファイル名を設定する必要があります。ROI名が設定されていない場合は、ポップアッププロンプトが表示されます。

    ../../../../_images/roi_file_name.png

  4. ROIを設定した後、デフォルトのROIを使用する場合は、上図のROIファイル名を削除するだけです。

フォント設定

カスタマイズのフォントサイズを使用
初期値：チェックを入れない。
調整説明：フォントサイズを手動で変更するかどうかを選択します。
フォントサイズ（0~10）
初期値：3.0
調整説明：実際のニーズに応じて設定してください。
調整説明：インスタンスセグメンテーションを例として説明します。この値をそれぞれ3.0と5.0に設定すると、可視化出力結果のフォントサイズは下図のようになります。左側のフォントサイズは3で、右側のフォントサイズは5です。
../../../../_images/font_size_comparison.png

ヒント

本ステップを使用して欠陥セグメンテーションを行う場合は、このパラメータは表示されません。

その他のパラメータ

画像分類

画像分類の信頼度しきい値(0.0～1.0)

初期値：0.7000

調整説明：このしきい値を超える結果は保持されます。

インスタンスセグメンテーション

可視化設定

画像で検出対象物を絵画
初期値：チェックを入れない。
調整説明：インスタンスセグメンテーションのマスクと境界ボックスを画像に表示します。
異なる対象物を可視化する方法
初期値：Instances
オプション：Threshold 、Instances 、Classes 、CentralPoint
調整説明：

  • Threshold：信頼度によります。計算されたしきい値がしきい値より大きい場合、対応するインスタンスは緑色に表示されます。それ以外の場合は赤色で表示されます。下図に示します。

../../../../_images/threshold_sample.png

  • Instances：下図に示すように、各インスタンスは固有の色を持っています。

../../../../_images/instances_sample.png

  • Classes：下図に示すように、同じラベルを持つインスタンスは同じ色になります。

../../../../_images/classes_sample.png

  • CentralPoint ：下図に示すように、対象物自体の色を表示します。

../../../../_images/central_point_sample.png

インスタンスセグメンテーションの信頼度しきい値(0.0～1.0)

初期値：0.7000

調整説明：信頼しきい値より大きい結果は緑色で表示され、信頼しきい値より小さい結果は赤色で表示されます。

対象物検出

可視化設定

画像で検出対象物を絵画
初期値：チェックを入れない。
調整説明：画像でマスクと境界ボックスを表示します。
異なる対象物を可視化する方式
初期値：CentralPoint
オプション：BoundingBox 、CentralPoint
調整説明：BoundingBox（結果を対象物の境界ボックスで表示）とCentralPoint（結果を対象物の中心点で表示）を選択可能です。下図に示すように、1はBoundingBoxに設定した場合の結果で、2はCentralPointに設定した場合の結果です。
../../../../_images/box_and_central.png

対象物検出の信頼度しきい値(0.0～1.0)

初期値：0.7000

調整説明：このしきい値を超える結果は保持されます。

欠陥セグメンテーション

可視化設定

画像で欠陥マスクを描画
初期値：チェックを入れない。
調整説明：チェックを入れた後、入力画像で欠陥マスクを描画します。下図に示すように、左側のはチェックを入れる前の効果で、右側はチェックを入れた後の効果です。
../../../../_images/draw_mask.png