ディープラーニング結果を解析

現在ご覧いただいているのは最新版の内容です(V2.2.1)。異なるバージョンを参照する場合は、画面右上のボタンから切り替えが可能です。

■ ご利用中のバージョンが分からない場合や、サポートが必要な場合はお気軽にサポート窓口までご連絡ください。

機能

「ディープラーニングモデルパッケージを推論」ステップから出力された、複数モデルパッケージまたは複数クラスの欠陥セグメンテーションモデルパッケージの推論結果を解析します。解析後、モデルパッケージの種類または欠陥クラスごとに結果を分離して出力できるため、後続ステップでの個別処理、統計集計、および結果確認が容易になります。

使用シーン

「ディープラーニングモデルパッケージ推論」ステップの後に接続して使用し、複数モデルパッケージまたは複数クラスの欠陥セグメンテーションモデルパッケージの推論結果を解析・確認するために使用します。

このステップでは、1回につき1種類の欠陥クラスまたは1種類のモデルパッケージタイプの推論結果のみ解析できます。複数の欠陥クラスまたは複数のモデルパッケージの推論結果を同時に解析する場合は、「ディープラーニングモデルパッケージを推論」ステップの出力に対して、各欠陥クラスまたは各モデルパッケージごとにこのステップを個別に追加して接続してください。

入力と出力

入力

入力ポート データ型 説明

ディープラーニング推論結果

DLResult

ディープラーニングの推論結果。

出力

出力ポートは、入力データに含まれる欠陥クラスまたはモデルパッケージタイプに応じて自動的に生成されます。手動で設定する必要はありません。期待どおりの出力結果を得るため、入力データが正しいことを確認してください。

入力説明

入力項目 説明

ディープラーニング推論結果

ディープラーニングの推論結果。

出力説明

出力ポートは、入力データに含まれる欠陥クラスまたはモデルパッケージタイプに応じて自動的に生成されます。手動で設定する必要はありません。期待どおりの出力結果を得るため、入力データが正しいことを確認してください。

使用例

複数クラスの欠陥セグメンテーション結果解析

下図は、「ディープラーニングモデルパッケージを推論」ステップで出力された複数クラスの欠陥セグメンテーション結果を解析する方法を示しています。例えば、傷、気泡、欠けを同時に検出するモデルの場合、それぞれの欠陥クラスを個別の「ディープラーニング結果を解析」ステップに接続することで、各クラスの結果を解析できます。

deep learning result parser for multi class

複数モデルパッケージ推論結果解析

下図は、「ディープラーニングモデルパッケージを推論」ステップで出力された複数モデルパッケージの推論結果を解析する方法を示しています。例えば、テキスト検出モデルとテキスト認識モデルを連結したマルチモデルパッケージの場合、各モデルパッケージタイプを個別の「ディープラーニング結果を解析」ステップに接続することで、それぞれの結果を解析できます。

deep learning result parser for multi model

この情報は役に立ちましたか?

ご意見・ご要望がございましたら、以下よりお寄せください:

Mech-Mindは、お客様のプライバシーを重視しています

このサイトでは最高の体験を提供するために Cookie を使用しています。サイトの閲覧を続ける場合、Cookie の使用に同意したことになります。「拒否する」を選択すると、このサイトを訪れた際に追跡や記憶が行われないように単独の Cookie が使用されます。