多重モデル¶

本節で扱う多重モデルは、名前通りに複数のモジュールを繋ぐことで異なるモジュールの認識機能を統合します。

多重モデルの使用例¶

複数の認識が必要な場合に使用されます。例えば、対象物欠陥の分割と欠陥分類を実行するプロジェクトでは、欠陥セグメンテーションと画像分類を連結した多重モデルを使います。これによって二つのプロジェクトを作成する必要がないので、トレーニングと認識にかかる時間を短縮できます。多重モデルを使用する前に、初めてのモデルトレーニングをお読みください。

多重モデルの種類¶

多重モデルプロジェクト作成手順¶

本節では、 欠陥検出 と 欠陥分類 を行う多重モデルのサンプルプロジェクトを作ります。

このプロジェクトは、以下二つのアルゴリズムを連結します。

欠陥セグメンテーション欠陥を検出します。
画像分類欠陥を分類します。

プロジェクトを新規作成する

ホーム画面のプロジェクトを新規作成をクリックし，パスを指定して名前を入力し、新しいプロジェクトを作成します。
欠陥セグメンテーションモジュールを追加する

画面右側モジュールバーのをクリックし、欠陥セグメンテーションを選択してから OK をクリックします。
画像をインポートする

画面左上のインポートをクリックし，画像やフォルダ、またはデータセットのパスを選択してインポートします。
ROIを選択する

をクリックして ROIツールを使って、画像のROIを指定します。これによって、背景の干渉を減少し、処理時間を削減することができます。
画像にラベルを付ける

データセット内のOK画像と欠陥を含むNG画像にラベルを付けます。 NG画像に対してを右クリックし、欠陥の形に合わせたツールを選択し、画像内のすべての欠陥にラベルを付けます。また、をクリックすれば修正モードに入り、ラベル付けたエリアを修正することができます。

OK画像を右クリックして、 OKに設定を選択します。
モデルをトレーニングする

右下のトレーニングをクリックしてトレーニングを開始します。
モデルを検証する

モデルトレーニング終了後、検証をクリックして、検証結果のタグに入り結果を確認します。
画像分類モジュールを追加する

欠陥セグメンテーションモデルの精度を確認したら、画面右上のモジュールバーで + をクリックして、画像分類のモジュールを追加します。
画像データを画像分類モジュールにインポートする

前工程の欠陥セグメンテーション結果をインポートします。インポートを押して、ポップアップ画面から必要のデータを選択して OK を押します。
画像分類のラベルを作成してラベルを付ける

画像分類モジュールを使ってラベルを付ける前に、まず右側の + をクリックしてラベル付けタグに入ります。対象物のカテゴリーによってラベルを追加します。その後、ラベル付け画面左側のカラーブロックをクリックして、各画像にラベルを付けます。
モデルをトレーニングする

デフォルトのパラメータを使用し、下のトレーニングをクリックしてモデルのトレーニングを開始します。
モデルを検証する

モデルトレーニング終了後、検証をクリックしてモデルの結果を確認します。
モデルをエクスポートする

最後に、右側のモデルをエクスポートをクリックして、トレーニング後のモデルをプロジェクトフォルダにエクスポートします。