ディープラーニングの入門

プレリリース版のマニュアルを表示しています。安定リリース版(星マーク付き)のマニュアルを表示するには、ページの右上隅にあるバージョン番号をクリックして切り替えてください。

ディープラーニングの理解と使用の確認が完了したら、以下ではディープラーニングの入門を説明します。まず、実際の要件に基づいて使用するディープラーニングモデルを選択し、それからディープラーニングを使用して関連するタスクを実行できます。

ディープラーニングソリューションを選択

ビジョンソリューションを設計する際には、通常、まず適用シーン(部品供給、パレタイジング・デパレタイジングなど)を確定し、従来の3Dマッチング方法が認識要件を満たすかどうかを確認します。その結果に基づいてディープラーニングを使用するかどうか、そしてどのディープラーニングソリューションを使用するかを決定します。実際の状況からディープラーニングソリューションを選択できない場合は、Mech-Mind株式会社のテクニカルサポートにお問い合わせください。

solution selection workflow

ビジョン認識のプロセスで、従来の方法では以下のような問題を解決できない場合、ディープラーニングの使用が必要になります。

番号 従来の方法における課題 説明図

1

ワーク表面に高い反射性があり、点群品質が低い場合。

problems with traditional method 1

2

ワーク点群に曲面特徴が少なく、特徴点群の数が少ない場合。

problems with traditional method 2

3

ワーク同士が整列して並べられ、密集しており、かつ点群のクラスタリング効果が悪い場合。

problems with traditional method 3

4

ワーク特徴がカラー画像にのみ存在し、ワーク点群に特徴がない場合。

problems with traditional method 4

5

プロジェクトがビジョンタクトタイムに高い要件が求められている場合。例えば、ワーク数が多い場合、点群モデルのマッチングに時間がかかります。

problems with traditional method 5

ディープラーニングを使用

ディープラーニングソリューションが確定したら、それを3Dビジョンによるロボットの把持に活用するために、 ディープラーニングを使用 を参照してディープラーニングの使用フローを学習してください。

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。