用語集

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。

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。

ラベルを付けていない画像データ。

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。

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。

モデル検証中にモデルの汎化能力を評価するために使用される画像データセットであり、トレーニング プロセスには使用されません。

欠陥のない画像。

欠陥がある画像。

「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。

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。

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。

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。

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。

OK 画像を欠陥画像と判断します。

欠陥画像を OK 画像と判断します。

画像に欠陥がある確率。

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。