スーパーモデルの概要

現在ご覧いただいているのは未リリースのバージョンです(V2.5.4)。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はお気軽にサポート窓口までご連絡ください。

段ボール箱・袋物などのデパレタイジング・パレタイジングの効率改善を図り、Mech-Mind はスーパーモデルを独自に開発しました。スーパーモデルはほとんどの現場に適用でき、画像取得とトレーニングを実行せずに対象物を分割することが可能です。

使用シーン

以下のシーンに適用可能

段ボール箱モデル

単色箱

パターン付き箱

solid color carton

patterned carton

テープ(透明)付き箱

テープ(不透明)付き箱

transparent tape carton

opaque tape carton

結束バンド付き箱

strap carton

袋物モデル

満杯の袋

半分入りの袋、しわができた袋

full sack

wrinkled sack

スーパーモデルをダウンロードする

ダウンロードセンターからダウンロードします。実行に使用するモデルパッケージ(.dlkpack)と微調整に使用するモデルパッケージ(.dlkmp)があります。

在 Mech-Vision でスパーモデルパッケージを実行する

ディープラーニングモデルパッケージを推論ステップを使用し、スーパーモデルパッケージをインポートして段ボール箱や袋物の画像を推論します。

スーパーモデルパッケージ推論完了後、Mech-Vision で効果を確認できます。

Mech-DLK でスーパーモデルを微調整する

認識の効果を改善するには、Mech-DLK でスーパーモデルを微調整する必要があります。

以下の方法で微調整します。

  1. モデルの認識効果を改善したい画像を収集します。

  2. Mech-DLK でプロジェクトを新規作成し、「インスタンスセグメンテーション」モジュールを追加します。

  3. 設定  オプション をクリックして「開発者モード」をチェックします。

  4. 認識の効果がよくない画像をトレーニングセットと検証セットに追加します。

  5. 追加された画像をラベル付けします。

  6. トレーニングパラメータパネルのトレーニングパラメータ設定  モデルの微調整微調整をチェックします。

  7. スーパーモデル微調整をチェックしてからmodel iteration folderをクリックしてスーパーモデル(「.dlkmp」ファイル)を選択します。

  8. トレーニングパラメータパレットに、「学習率」の値を小さくします。「エポックの合計数」を 50~80 程度に設定します。

  9. モデルをトレーニングしてエクスポートします。

スーパーモデル微調整後、スーパーモデルパッケージ(「.dlkpack」または「.dlkpackC」ファイル)としてエクスポートし、Mech-Vision にインポートして推論することができます。

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。