データ取得
- カメラの露出を調整し、または補光を行って環境光の変化をシミュレートしてデータを取得することはできますか？
-
いいえ。現場の照明が変化する場合は、異なる照明条件でデータを取得しなければなりません。手動で作られた照明環境で取得するデータは参考できません。
- カメラの位置が固定されており、ワークの位置姿勢が変化する場合、カメラの位置を移動してワークの位置変化をシミュレートすることはできますか？
-
いいえ。データを取得する前に、カメラの位置を固定にしなければなりません。カメラを移動すれば、ディープラーニングモデルの効果とカメラの外部パラメータに影響を与えます。カメラの位置が固定されており、ワークの位置姿勢が変化する場合、トレーニング中にROIを適切に大きくすることができます。
- 元のカメラで取得されたデータの品質が悪くてカメラを交換した後、元のデータの反復モデルを追加する必要はありますか？
-
いいえ。カメラ交換後のデータを再取得して、モデルトレーニングを行う必要があります。
- 背景を変更すると、ディープラーニングの効果に影響しますか？
-
はい。背景を変更すると、モデルの認識に誤りや漏れが発生しますので、初期段階で背景を確認したらそれを変更しないでください。
- 異なるカメラ型番と取り付け高さで取得したデータを同じモデルに使用してトレーニングできますか？
-
はい。ROI にご注意ください。差を小さくするために、異なる高さの画像に ROI をそれぞれ選択してください。
- 光沢がある金属部品を対処する場合、データを取得するときに注意すべきことは何ですか？
-
露出過度/不足を回避してください。一部の露出過度を避けられない場合に、ワークの輪郭がはっきり認識できるようにしてください。
- 段ボール箱のデータを収集する時、何をすればより高品質のモデルを取得できますか？
-
できる限り形状が規則的な箱を使用します。照明の輝度を適切のします。画像の輝度を調整しても品質を改善できない場合、Mech-Mind テクニカルサポートに連絡してお使いのカメラ型番、カメラ設置高さなどの情報を提供してください。
- 現場で照明が複雑で、影や遮蔽などによる認識効果の不安定をどう改善しますか？
-
実際状況に応じて、遮光や補光を行えば改善できます。