ソフトウェア要件・操作
- AMD CPU は CPU モデルを実行できますか？
-
AMD CPU は CPU モデルを実行できません。
- 現場データとトレーニングデータの ROI が一致しなければ、インスタンスセグメンテーションの信頼度のしきい値に影響するのはなぜですか？
-
トレーニングデータの ROI と一致しなければ、対象物がモデルの最適認識範囲内にないため、信頼度のしきい値に影響します。したっがて、応用時の ROI をトレーニングデータの ROI と一致させる必要があります。
- ROI を正確に設定する方法は？
-
-
トレイやコンテナで対象物を供給するプロジェクトに対して、トレイやコンテナを納めるよう ROI を設定します。さらに、トレイやコンテナの揺れなどによって生じた把持ずれを回避するために、ROI をやや開く設定してください。
-
コンベアの場合、対象物の外輪郭に近づいて ROI を設定します。
-
ROI 内に対象物以外のものが入らないようにしてください。
-
あり得る状況に全部対応可能な ROI を設定するのが難しい場合、Mech-Vision で画像の前処理を実行してください。
-
- 新バージョンの Mech-DLK で古いプロジェクトを開いたら検証の結果が外れた場合、どうすればいいですか？
-
検証を再度クリックすればいいです。
- Mech-DLK を使用してモデルをトレーニングする時、ModuleNotFoundError: 「No module named ‘onnxruntime’」が表示されたらどうすればいいですか？
-
C ドライブの「User」フォルダに入り、現在のユーザーフォルダを開きます。 AppData/Roaming/Python/Pythong36/site-packages は空かどうかを確認します。空でなければ手動で全てのものを削除してください。
- ラベル付けの効率を改善する方法は？
-
-
Mech-DLK にはスマートラベル付けツールが組み込まれており、すばやくラベル付けを実行することが可能です。ラベル付けツールを組み合わせて使用することもできます。
-
VFM ラベル付けツールを使用してラベル付けを一括実行することもできます。
-
VFM ラベル付けツールを使用してもプロジェクトの要件を満たさない場合に、VFM ラベル付けツールとスマートラベル付けツールを組み合わせて使用してみてください。
-
-
Mech-DLK ではデータをインポート・エクスポートすることができ、ラベル無しデータをエクスポートした後、データを分けて複数のユーザーによって同時にラベル付けを実行できます。
-
- 異なるユーザーが付けたラベルをモデルトレーニングに使用する方法は？
-
ユーザーがラベル付けたデータをそれぞれエクスポートして同じプロジェクトのインポートします。それから追加された画像の数はインポートした画像と数とは一致しているかを確認します。一致している場合は正常にインポートしたことになり、モデルトレーニングなどは実行できます。
- モデルを使用するときにそのラベル名を修正する方法は？
-
モデルパッケージを実行する時、モデルのラベルは Mech-DLK において作成された順序によって整数にマッピングされます（「0、1、2...」の順序で）。Mech-Vision で ラベルマッピングステップを使用して変更できます。
- 同じ画像に対して Mech-DLK と Mech-Vision で推論結果が不一致の時の解決法は？
-
問題：Mech-DLK でトレーニングしたインスタンスセグメンテーションモデルを使用し、Mech-Vision にそのモデルパッケージをインポートして推論を行った際に、同じ画像に対する推論結果が Mech-DLK の結果と一致しません。
ソフトウェアバージョン：Mech-Vision 1.7.x、Mech-DLK 2.5.x。
考えられる原因：Mech-DLK で設定された欠陥面積フィルタリングルールが Mech-Vision では適用されていないため、一部の欠陥が Mech-Vision でフィルタリングされていません。
解決法：Mech-Vision を 1.8.0 以上のバージョンにアップグレードします。