Mech-DLK について

現在ご覧いただいているのは2.5.1 バージョンの内容です。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。

■ 最新版をご利用される場合は、弊社ホームページよりダウンロードが可能です。ダウンロードにはパスワードが必要となりますので、サポート窓口までお問い合わせください。

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

Mech-DLK は Mech-Mind が自主開発したマシンビジョン用ディープラーニングソフトウェアです。最先端なディープラーニングアルゴリズムが組み込まれており、従来の画像処理では認識不可能であった対象物を認識できるようになりました。対象物を見分けるインスタンスセグメンテーション、位置決め、分類などの機能も付いています。

直感的なインターフェースにより、ノーコードで操作できるのでディープラーニングの予備知識がなくても、Mech-DLK を使用してモデルのトレーニングと検証を簡単に実現できます。

dlk flow chart

ソフトウェアには、「すばやく位置決め」、「欠陥セグメンテーション」、「画像分類」、「対象物検出」、「インスタンスセグメンテーション」、「テキスト検出」、「テキスト認識」、「教師なしセグメンテーション」の 8つのモジュールが組み込まれています。

インスタンスセグメンテーション

各対象物の輪郭をセグメンテーションしてカテゴリラベルを出力

対象物検出よりもっと繊細的なセグメンテーションが可能、単一または複数のカテゴリーの対象物を判別し、それらの輪郭をセグメントすることができます。デパレタイジング・パレタイジング、部品のロード・アンロード、商品の仕分けなどのシーンに適し、Mech-Vision と Mech-Viz と合わせて対象物の把持を実現します。

  • 多種類積み木をセグメンテーションします。

    instance segmentation 1
  • バラ積みトラックリンクをセグメンテーションする

    instance segmentation 2
  • 密集している段ボールをセグメンテーションする

    instance segmentation 3

欠陥セグメンテーション

画像中の欠陥領域を認識・分割

様々な欠陥の検出に使用されます。例えば、汚れ、気泡、キズなど表面にある欠陥。または曲げ、不規則的な形、破損などの外見欠陥。この検出は、微小な欠陥、複雑な背景、ランダムなワーク位置にも対応できます。

  • レンズ表面の気泡や接着剤のはみ出し

    defection 1
  • パーツの曲げ

    defection 2

画像分類

ワークの種類を認識

ワークの表裏・向きを判別し、欠陥種類を判断し、対象物が欠落しているか、きちんと配置されているかを判断します。

  • ワークのレイアウトがきれいか乱雑かを判別します。

    classification 1
  • ワークの表と裏を判別する

    classification 2

対象物検出

すべての対象物の位置を検出してカテゴリを判断

PCB の電子部品の欠落など、固定位置における部品の欠落を検出するために使用します。また、数百個、数千個の物体でも素早い位置決めとカウントが実現可能です。

  • ローターの位置を検出します。

    detection 1
  • 鉄筋をカウントする

    detection 2

すばやく位置決め

姿勢認識により画像を補正

画像の対象領域内の対象物を検出し、画像を指定した向きと位置に回転させます。

  • 対称パーツの角度を認識して揃える

    quick location 1

テキスト検出

画像にあるテキスト領域を検出します。

画像にあるテキスト領域を検出し、背景の干渉を軽減するために使用します。「テキスト検出」モジュールと「テキスト認識」モジュールを接続して使用する場合、ソフトウェア画面の左側のインポート  前のモジュールからインポートをクリックしてから、表示された「インポート」ウィンドウの「画像補正」機能をオンにしてください。これは、逆さまになった画像を補正します。

  • 画像にあるテキスト領域を検出します。

    text detection

テキスト認識

画像にあるテキスト(英文文字、数字、一部の特殊符号)を認識します。

画像にあるテキストを認識し、ラベルに書いてあるコードを素早く認識するために使用します。

  • 画像のテキストを素早く認識します。

    text recognition

教師なしセグメンテーション

設定したしきい値によって画像は OK/NG/Unknown かを判断し、欠陥があればその欠陥の領域を大まかに表示します。

画像に OK/NG ラベルを付け、OK 画像だけをトレーニングに使用します。画像の欠陥があるかどうかを判断するために使用します。

  • 設定したしきい値によって画像は OK/NG/Unknown かを判断します。

    unsupervised segmentation

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。