更新説明

現在ご覧いただいているのは最新版の内容です(V2.6.1)。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。

Mech-DLK 2.6.1 更新説明

以下では、Mech-DLK 2.6.1 バージョンの新機能や機能最適化について説明します。

新機能

テキスト検出モジュールの最適化

  • アルゴリズムの改善。詳細は以下の通りです。

    • トレーニングの速度が 4 倍向上。

    • モデル収束速度が向上。

    • GPU 使用率が 50% 削減。

    • 推論の速度が 1 倍向上。

    • 複雑なデータの処理速度が大幅に向上。

  • ソフトウェア機能の最適化。詳細は以下の通りです。

    • VFM ラベル付け(視覚基礎モデルを用いたラベル付け)機能

      画像ラベル付けエリアのtools iconをクリックして VFM ラベル付けを選択すれば使用できます。画像ラベル付けエリアのsettings iconをクリックして VFM ラベル付けの設定を行います。VFM ラベル付けの設定を行えばラベル付けの結果を修正することができます。より詳細な説明は、テキスト検出モジュールの使用例をお読みください。

    • 結果フィルタリング機能

      検証パラメータパネルでフィルタリングルール設定を行うことができます。フィルタリングルールを設定することでモデル検証の結果を変更できます。より詳細な説明は、テキスト検出モジュールの使用例をお読みください。

    • 全体のマスク適用とグリッド線ツールが使用可能

      • マスクツール

        画像にトレーニングに干渉する部分に対してマスクを作成して隠すことができます。隠された部分はトレーニングに関与しません。より詳細な説明は、マスクツールをお読みください。

      • グリッド線ツール

        グリッド線ツールを使用し、寸法の大きい画像を比率に従って同じサイズの小さな画像にカットすると小さな欠陥でも検出できます。より詳細な説明は、グリッド線ツールをお読みください。

テキスト認識モジュールの最適化

  • アルゴリズムの改善。詳細は以下の通りです。

    • 推論の速度が 1 倍向上。

    • 複雑なデータの処理速度が大幅に向上。

  • ソフトウェア機能の最適化。詳細は以下の通りです。

    • VFM ラベル付け(視覚基礎モデルを用いたラベル付け)機能

      画像ラベル付けエリアのtools iconをクリックして VFM ラベル付けを選択すれば使用できます。画像ラベル付けエリアのsettings iconをクリックして VFM ラベル付けの設定を行います。VFM ラベル付けの設定を行えばラベル付けの結果を修正することができます。より詳細な説明は、テキスト認識モジュールの使用例をお読みください。

    • 結果フィルタリング機能

      検証パネルでフィルタリングルール設定を行うことができます。フィルタリングルールを設定することでモデル検証の結果を変更できます。より詳細な説明は、テキスト認識モジュールの使用例をお読みください。

    • テキストテンプレート機能

      ラベル付けにテキストテンプレート機能を追加しました。ただ、手動で付けたラベルがある場合に使用できません。より詳細な説明は、テキスト認識モジュールの使用例をお読みください。

MRAW 画像対応可能

ユーザーが Mech-MSR からインポートした画像に MRAW 画像がある場合、そのタイプを深度画像または強度画像に設定したうえ画像にパラメータを調整することが可能になります。より詳細な説明は、画像のインポート・エクスポートをお読みください。

機能最適化

ラベル付けパネル、トレーニングパネル、検証パネルのディスプレイ

  • ラベル付けパネル

    • ロックと表示・非表示機能を追加しました。

    • 数量統計ウィンドウを追加しました。

    • ラベル表示エリアとインスタンスモード機能を追加しました。

    • 不透明度設定を全体に適用可能にしました。

より詳細な説明は、画像ラベルのクラスとタグの編集をお読みください。

  • トレーニングパネル

    • トレーニング情報のディスプレイを最適化しました。

    • チャートを個別のダイアログに表示可能にしました。

    • トレーニングセンターにトレーニング終了時間とモジュール名が表示され、また状態による選択機能を追加しました。

より詳細な説明は、モデルのトレーニングをお読みください。

  • 検証パネル

    • 信頼度設定ウィンドウを追加しました(インスタンスセグメンテーション、対象物検出、テキスト検出モジュール)。

    • 検証結果の不透明度調整機能を追加しました(インスタンスセグメンテーション、対象物検出、欠陥セグメンテーション、教師なしセグメンテーション)。

    • CAM 生成機能に対応可能(画像分類モジュール)。

    • 検証結果の統計機能を追加しました(欠陥セグメンテーション、テキスト認識モジュール)。

    • 欠陥度統計チャートを調整しました(教師なしセグメンテーションモジュール)。

    • 画像調整の設定機能を追加しました(すばやく位置決めモジュール)。

より詳細な説明は、モデル検証をお読みください。

画像ラベル付けエリアの機能アイコン調整

ディスプレイ設定アイコンを画像ラベル付けエリアの右上に移動しました。アイコンをクリックして表示・非表示を切り替えます。

ラベル付けエリアと検証エリアの情報表示

ラベル付けまたは検証のエリアにカーソルを合わせると当該エリアの面積が表示されます。ユーザーが画像切り抜きのサイズやラベルのパラメータ調整に役立ちます。

自動的に付けられたラベル・手動で付けられたラベルの判定最適化

過去のバージョンでは、事前トレーニングラベル付けツールまたは VFM ラベル付けツールでラベル付けた画像に黄色い三角形マークが付きます。手動でラベルを調整しても黄色い三角形マークが消えません。

Mech-DLK 2.6.1 バージョンでは、手動調整したらマークがなくなります。その画像に対しては、事前トレーニングラベル付けツール VFM ラベル付けツールを適用できません。

過去バージョンの更新説明

クリックしてMech-DLK 2.6.x の更新説明をお読みください。
クリックしてMech-DLK 2.5.x の更新説明をお読みください。
クリックしてMech-DLK 2.4.x の更新説明をお読みください。

Mech-DLK 2.4.2 更新説明

ソフトウェア使用の地域制限を設けました。ヘルプ  ソフトウェアについてをクリックして地域制限の情報を確認してください。

Mech-DLK 2.4.1 更新説明

新機能

  • モジュールの接続

    Mech-DLK 2.4.1 バージョンに、モジュールの接続機能を追加しました。ユーザーは実際のニーズに応じて自由にモジュールを接続する(ただし「すばやく位置決め」モジュールは最初に配置しなければならない)ことでより複雑な課題を解決できます。例えば、欠陥を位置決めして分類するプロジェクトでは、「欠陥セグメンテーション」モジュールの後に「画像分類」モジュールを接続すればいいです。また、前のモジュールからデータをインポートして使用することも可能です。インポートする時、データ選択機能により、使用したい画像だけをインポートできます。

  • トレーニングセンター

    トレーニング待機機能を追加しました。トレーニングセンターウィンドウにはトレーニング中のプロジェクトとトレーニング待機プロジェクトが表示されます。複数のモデルをトレーニングする現場に適しています。待機リストの順番に従ってトレーニングします。次のプロジェクトをトレーニングするために手動で操作する必要がなく、時間の削減が図れます。

  • マスクを全部の画像に適用可能、マスクの色を編集可能

    「欠陥セグメンテーション」モジュールのマスクツールは、「全部に適用」と「一枚に適用」を選択可能です。

    • 一枚に適用:今表示されている画像にのみマスクを適用します。トレーニング中にのみ有効です。

    • 全部に適用:今作成したマスクをすべての画像に適用します。トレーニング中も検証中も有効です。

  • ショートカット説明ウィンドウ

    ラベル付け画面の右下の keyboard shortcut keyboard をクリックしてショートカット説明ウィンドウを開きます。

  • 長方形ツール描画補助線

    「インスタンスセグメンテーション」と「対象物検出」モジュールでは、「長方形ツール」に描画補助線機能を追加し、よりかんたんに長方形ラベルを作成できるようになりました。

  • 検証結果の信頼度とフィルタリング

    「インスタンスセグメンテーション」と「対象物検出」モジュールでは、信頼度によってフィルタリングする機能を追加し、モデルの正確率を評価することが可能になりました。

機能最適化

  • 画像分類アルゴリズム

    画像分類アルゴリズムを最適化しました。トレーニングの収束がより速くなり、複雑な現場のモデルの正確率は約 20% 向上します。

  • Mech-DLK SDK の最適化

    Mech-DLK SDK を再構築し、安定性をアップし、よりかんたんに使用できるようにしました。Mech-DLK SDK は接続されたモジュールの推論、ハードウェアの切り替えをサポートするほか、より多くのサンプルプログラムを提供しています。

  • 欠陥判定ルールの設定

    「欠陥セグメンテーション」モジュールの「欠陥判定ルール設定」ウィンドウを最適化しました。クリック して詳しい説明をお読みください。

  • すばやく位置決めモジュールに並進機能を追加

    「すばやく位置決め」モジュールでは、「テンプレート設定」ウィンドウに「画像調整」機能に並進機能を追加し、画像を X/Y 方向に沿って並進することが可能になりました。トレーニングされた画像はユーザー指定の位置と角度で出力されます。

  • テンプレートツール

    「インスタンスセグメンテーション」と「対象物検出」モジュールでは、テンプレートを選択してから Shift を押したままマウスホイールを回転させるか、「回転角度」を設定することでテンプレートの角度を調整できます。

クリックしてMech-DLK 2.3.0 の更新説明をお読みください。

Mech-DLK 2.3.0 の更新説明

  • グラフィックカードドライバーの更新

    Mech-DLK 2.3.0 バージョンのソフトウェアを使用する前に、グラフィックカードドライバーを 472.50 以上にアップグレードしてください。

  • トレーニングの速度の向上

    アルゴリズムを最適化し、モデルトレーニングの速度を向上させました。トレーニングを実行中、最適なモデルだけを保存します。トレーニングを途中で中止することはできません。

  • 新機能‐スマートラベル付けツール

    「欠陥セグメンテーション」、「インスタンスセグメンテーション」、「対象物検出」モジュールでは、スマートラベル付けツールを使用し、ラベル付け対象物の中心位置をクリックすればラベル付けをすばやく実行できます。不要な領域を右クリックすれば削除できます。Enter をクリックしてラベル付けを完成します。

  • 新機能‐ポリゴンのラベル付けアンカーポイントの追加・削除

    「インスタンスセグメンテーション」と「対象物検出」モジュールでは、ポリゴンラベル付けツールを使用してラベルを付けたあと、ラベルを修正したい場合、二つのアンカーポイント間の線をクリックすればアンカーポイントを追加でき、アンカーポイントを選択して右クリックすれば削除できます。

  • 新機能‐ラベル付けのテンプレートツール

    「インスタンスセグメンテーション」と「対象物検出」モジュールでは、テンプレートツールを使用して付けたラベルをテンプレートに設定することができます。設定後、クリックすればラベルを付けることができます。これは、画像に同じカテゴリーの複数の対象物があり、かつ整列して並んでいるシーンに適用され、ラベル付けの効率向上に役立ちます。

  • 新機能‐画像の拡大・縮小プレビュー

    単一の画像とトリミングされた画像のプレビューが可能です。

  • 最適化‐グリッド線ツール

    グリッド線ツールを最適化しました。グリッド線を描いたあと、グリッド選択ツールに切り替えて分割した部分の左のチェックを入れて選択することができ、右のアイコンをクリックするれプレニューすることができます。

  • 最適化‐データのフィルタリング

    結果タイプのフィルタリング機能を追加します。「正しい結果」、「間違った結果」、「過検出」、「見逃し」などのラベルによってデータをフィルタリングできます。データの種類選択オプション:「OK ラベル付き画像」と「NG ラベル付き画像」を追加しました。

  • 最適化‐ディープラーニング環境を内蔵

    ディープラーニング環境を Mech-DLK に内蔵していますので、環境をインストールする必要はありません。

クリックしてMech-DLK 2.2.1 の更新説明をお読みください。

Mech-DLK 2.2.1 更新説明

  • 新機能‐「画像分類」モジュールの CAM 表示

    モデルトレーニング後、CAM を表示 をクリックしたらヒートマップで特徴の重みを確認し、これに基づいて分類を行います。エリアの色が赤いほど、このカテゴリに分類される過程での重みが大きくなります。

  • 新機能‐CPU で推論を実行するモデルの検証とエクスポート

    • 画像分類、対象物検出:トレーニングが完了したら、モデルをエクスポートする前に推論を展開するデバイスを CPU または GPU に設定できます。

    • インスタンスセグメンテーション:モデルをトレーニングする前に、トレーニングパラメータで推論を展開するデバイスをCPUまたは GPU に設定できます。詳しくは以下の通りです。

      • CPU 軽量モデル:トレーニングする前に、トレーニングパラメータの モデルタイプ軽量(CPU を推奨) に設定し、モデルをエクスポートする時に 展開するデバイスCPU または GPU に設定します。

      • GPU 標準モデル:トレーニングする前に、トレーニングパラメータの モデルタイプ標準(GPU を推奨) に設定し、モデルをエクスポートする時に 展開するデバイスGPU に設定します。

この情報は役に立ちましたか?

ご意見・ご要望がございましたら、以下よりお寄せください:

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。