用語集

過去バージョンのマニュアルを表示しています。最新版のマニュアルを表示するには、ページの右上隅にあるバージョン番号をクリックして切り替えてください。

  • ROI

    画像処理を行う際に、画像全体の中から選択する処理を行いたい領域です。ROI を取り出すことで処理時間の短縮と精度の向上が図れます。

  • ラベル付け

    ラベル付けとは、ユーザーがツールを使って画像中にある特徴や欠陥、または画像全体をグラフィカルに表現するプロセスです。ラベル付けを通してツールに「これは学ぶべきものだ」という指示を出します。

  • データセット

    Mech-DLK は、ラベル付け情報が含まれた dlkdb フォーマットのファイルを出力します。

  • ラベルなし

    ラベルを付けていない画像データ。

  • トレーニングセット

    モデルトレーニングに使用され、手動でラベルを付けた画像データセットです。

  • 検証セット

    モデル効果の検証に使用される、手動でラベルを付けた画像のデータセットです。

  • OK 画像

    欠陥のない画像。

  • NG 画像

    欠陥がある画像。

  • トレーニング

    「トレニンーグセット」を使用してディープラーニングモデルをトレニンーグするプロセスです。

  • 検証

    トレーニング済みモデルを使用してデータを予測し、結果を出力します。

  • 正確率

    モデルが検証セットを予測するとき、サンプルの総数に対する正しく予測されたサンプルの数の比率です。

  • ロス

    モデルが予測した検証セットの結果は、真の結果とどの程度の違いがあるかを表す数値です。

  • エポック

    ディープラーニングアルゴリズムで、データを繰り返して学習した回数です。

  • 過検出(FP)

    OK 画像を欠陥画像と判断します。

  • 見逃し(FN)

    欠陥画像を OK 画像と判断します。

  • 欠陥度

    画像に欠陥がある確率。

  • スーパーモデル

    Mech-Mind が提供する汎用性の高いモデルで、段ボール箱または麻袋を認識するために使用されます。認識効果が要件を満たさない場合は、Mech-DLK を使用してモデルの追加学習を行うことができます。

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。