JP7075057B2 - 画像判定装置、画像判定方法及び画像判定プログラム - Google Patents
画像判定装置、画像判定方法及び画像判定プログラム Download PDFInfo
- Publication number
- JP7075057B2 JP7075057B2 JP2018245674A JP2018245674A JP7075057B2 JP 7075057 B2 JP7075057 B2 JP 7075057B2 JP 2018245674 A JP2018245674 A JP 2018245674A JP 2018245674 A JP2018245674 A JP 2018245674A JP 7075057 B2 JP7075057 B2 JP 7075057B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- output
- image
- feature
- determination device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Image Analysis (AREA)
Description
図1は、本発明の実施形態に係る画像判定システム1の構成例を示す図である。はじめに、本発明が適用される場面の一例について説明する。本実施形態に係る画像判定システム1は、検査対象を撮像することにより生成される入力画像を、画像判定装置100が備える学習モデルによって解析し、欠陥検査や対象の分類を行う。学習モデルは、学習データを用いて、検査対象に関する欠陥の有無や検査対象の種類を分類するように事前に学習されていてよい。また、学習モデルは、新たな学習データが得られた場合に、追加学習されてよい。本実施形態に係る画像判定システム1は、学習モデルの追加学習を行う場合に、学習モデルのどのような変更によって判定結果が変化したのかが明確となるように学習モデルを更新する。なお、検査対象は、例えば、製造過程にある、部品、製品等のワーク(Work piece)等を含む。
[ハードウェア構成]
図2は、本実施形態に係る画像判定装置100のハードウェア構成を示す図である。画像判定装置100は、一例として、汎用的なコンピュータアーキテクチャに従って構成される汎用コンピュータを用いて実現されてもよい。画像判定装置100は、プロセッサ110と、メインメモリ(主記憶部)112と、カメラインターフェイス114と、入力インターフェイス116と、表示インターフェイス118と、通信インターフェイス120と、ストレージ(補助記憶部)130とを含む。これらのコンポーネントは、典型的には、内部バス122を介して互いに通信可能に接続されている。
図3は、本実施形態に係る画像判定装置100の機能ブロックを示す図である。画像判定装置100は、ストレージ130に格納された学習モデル136と、学習部152と、出力部154とを備える。
図4は、本実施形態に係る学習モデル136の構成例を示す図である。本例の学習モデル136は、特徴抽出器136aと、判定器136bとを含み、判定器136bは、第1判定器136b-1を含む。
図7は、本実施形態の変形例に係る画像判定装置100aの機能ブロックを示す図である。変形例に係る画像判定装置100aは、学習モデル136に識別器136cが含まれる点で、本実施形態に係る画像判定装置100と相違し、その他の構成について本実施形態に係る画像判定装置100と同様の構成を有する。以下では、相違点について説明する。
それぞれ、検査対象の画像に基づいて、前記画像の特定の特徴を表す特徴データを出力する1又は複数の特徴抽出器(136a)と、
前記1又は複数の特徴抽出器(136a)から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第1出力データを出力する第1判定器(136b-1)と、
前記1又は複数の特徴抽出器(136a)から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第2出力データを出力する第2判定器(136b-2)と、
第1学習画像及び第1ラベルデータを含む学習データを用いて、前記第1学習画像を前記1又は複数の特徴抽出器(136a)に入力した場合に出力される第1特徴データに基づいて、前記第1学習画像に関連付けられた前記第1ラベルデータを表す前記第1出力データを出力するように前記第1判定器(136b-1)を学習させる第1学習部と、
第2学習画像及び第2ラベルデータを含む新たな学習データが追加された場合に、前記第2学習画像を前記1又は複数の特徴抽出器(136a)に入力した場合に出力される第2特徴データに基づいて、前記第2学習画像に関連付けられた前記第2ラベルデータを表す第2出力データを出力するように前記第2判定器(136b-2)を学習させる第2学習部と、
前記画像が前記1又は複数の特徴抽出器(136a)に入力された場合に出力された前記特徴データに基づいて前記第1判定器(136b-1)により出力された前記第1出力データ及び前記画像が前記1又は複数の特徴抽出器(136a)に入力された場合に出力された前記特徴データに基づいて前記第2判定器(136b-2)により出力された前記第2出力データに基づいて、前記画像に関する総合判定結果を表す出力データを出力する出力部(154)と、
を備える画像判定装置(100)。
前記出力部(154)は、前記特徴データと前記第2特徴データとの類似度に応じて前記第1出力データ及び前記第2出力データの相対的な重み付けを変化させる、
付記1に記載の画像判定装置(100)。
前記出力部(154)は、特徴空間における前記特徴データと前記第2特徴データとの距離が小さいほど前記第2出力データの相対的な重み付けを大きくする、
付記2に記載の画像判定装置(100)。
前記特徴データが、前記第1特徴データ及び前記第2特徴データのいずれに類似するかを識別する識別器(136c)をさらに備え、
前記出力部(154)は、前記識別器による識別結果に基づいて、前記第1出力データ及び前記第2出力データの相対的な重み付けを変化させる、
付記2又は3に記載の画像判定装置(100)。
検査対象の画像に基づいて、前記画像の特定の特徴を表す特徴データをそれぞれ出力する1又は複数の特徴抽出器(136a)から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第1出力データを出力する第1判定器(136b-1)を、第1学習画像及び第1ラベルデータを含む学習データを用いて、前記第1学習画像を前記1又は複数の特徴抽出器(136a)に入力した場合に出力される第1特徴データに基づいて、前記第1学習画像に関連付けられた前記第1ラベルデータを表す前記第1出力データを出力するように学習させることと、
第2学習画像及び第2ラベルデータを含む新たな学習データが追加された場合に、前記1又は複数の特徴抽出器(136a)から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第2出力データを出力する第2判定器(136b-2)を、前記第2学習画像を前記1又は複数の特徴抽出器(136a)に入力した場合に出力される第2特徴データに基づいて、前記第2学習画像に関連付けられた前記第2ラベルデータを表す第2出力データを出力するように学習させることと、
前記画像が前記1又は複数の特徴抽出器(136a)に入力された場合に出力された前記特徴データに基づいて前記第1判定器(136b-1)により出力された前記第1出力データ及び前記画像が前記1又は複数の特徴抽出器(136a)に入力された場合に出力された前記特徴データに基づいて前記第2判定器(136b-2)により出力された前記第2出力データに基づいて、前記画像に関する総合判定結果を表す出力データを出力することと、
を含む画像判定方法。
画像判定装置(100)に備えられた演算部を、
それぞれ、検査対象の画像に基づいて、前記画像の特定の特徴を表す特徴データを出力する1又は複数の特徴抽出器(136a)、
前記1又は複数の特徴抽出器(136a)から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第1出力データを出力する第1判定器(136b-1)、
前記1又は複数の特徴抽出器(136a)から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第2出力データを出力する第2判定器(136b-2)、
第1学習画像及び第1ラベルデータを含む学習データを用いて、前記第1学習画像を前記1又は複数の特徴抽出器(136a)に入力した場合に出力される第1特徴データに基づいて、前記第1学習画像に関連付けられた前記第1ラベルデータを表す前記第1出力データを出力するように前記第1判定器(136b-1)を学習させる第1学習部、
第2学習画像及び第2ラベルデータを含む新たな学習データが追加された場合に、前記第2学習画像を前記1又は複数の特徴抽出器(136a)に入力した場合に出力される第2特徴データに基づいて、前記第2学習画像に関連付けられた前記第2ラベルデータを表す第2出力データを出力するように第2判定器(136b-2)を学習させる第2学習部、及び
前記画像が前記1又は複数の特徴抽出器(136a)に入力された場合に出力された前記特徴データに基づいて前記第1判定器(136b-1)により出力された前記第1出力データ及び前記画像が前記1又は複数の特徴抽出器(136a)に入力された場合に出力された前記特徴データに基づいて前記第2判定器(136b-2)により出力された前記第2出力データに基づいて、前記画像に関する総合判定結果を表す出力データを出力する出力部(154)、
として機能させる画像判定プログラム。
Claims (5)
- それぞれ、検査対象の画像に基づいて、前記画像の特定の特徴を表す特徴データを出力する1又は複数の特徴抽出器と、
前記1又は複数の特徴抽出器から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第1出力データを出力する第1判定器と、
前記1又は複数の特徴抽出器から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第2出力データを出力する第2判定器と、
第1学習画像及び第1ラベルデータを含む学習データを用いて、前記第1学習画像を前記1又は複数の特徴抽出器に入力した場合に出力される第1特徴データに基づいて、前記第1学習画像に関連付けられた前記第1ラベルデータを表す前記第1出力データを出力するように前記第1判定器を学習させる第1学習部と、
第2学習画像及び第2ラベルデータを含む新たな学習データが追加された場合に、前記第2学習画像を前記1又は複数の特徴抽出器に入力した場合に出力される第2特徴データに基づいて、前記第2学習画像に関連付けられた前記第2ラベルデータを表す第2出力データを出力するように前記第2判定器を学習させる第2学習部と、
前記画像が前記1又は複数の特徴抽出器に入力された場合に出力された前記特徴データに基づいて前記第1判定器により出力された前記第1出力データ及び前記画像が前記1又は複数の特徴抽出器に入力された場合に出力された前記特徴データに基づいて前記第2判定器により出力された前記第2出力データに基づいて、前記画像に関する総合判定結果を表す出力データを出力する出力部と、
を備え、
前記出力部は、前記特徴データと前記第2特徴データとの類似度に応じて前記第1出力データ及び前記第2出力データの相対的な重み付けを変化させる、画像判定装置。 - 前記出力部は、特徴空間における前記特徴データと前記第2特徴データとの距離が小さいほど前記第2出力データの相対的な重み付けを大きくする、
請求項1に記載の画像判定装置。 - 前記特徴データが、前記第1特徴データ及び前記第2特徴データのいずれに類似するかを識別する識別器をさらに備え、
前記出力部は、前記識別器による識別結果に基づいて、前記第1出力データ及び前記第2出力データの相対的な重み付けを変化させる、
請求項1又は2に記載の画像判定装置。 - 検査対象の画像に基づいて、前記画像の特定の特徴を表す特徴データをそれぞれ出力する1又は複数の特徴抽出器から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第1出力データを出力する第1判定器を、第1学習画像及び第1ラベルデータを含む学習データを用いて、前記第1学習画像を前記1又は複数の特徴抽出器に入力した場合に出力される第1特徴データに基づいて、前記第1学習画像に関連付けられた前記第1ラベルデータを表す前記第1出力データを出力するように学習させることと、
第2学習画像及び第2ラベルデータを含む新たな学習データが追加された場合に、前記1又は複数の特徴抽出器から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第2出力データを出力する第2判定器を、前記第2学習画像を前記1又は複数の特徴抽出器に入力した場合に出力される第2特徴データに基づいて、前記第2学習画像に関連付けられた前記第2ラベルデータを表す第2出力データを出力するように学習させることと、
前記画像が前記1又は複数の特徴抽出器に入力された場合に出力された前記特徴データに基づいて前記第1判定器により出力された前記第1出力データ及び前記画像が前記1又は複数の特徴抽出器に入力された場合に出力された前記特徴データに基づいて前記第2判定器により出力された前記第2出力データに基づいて、前記画像に関する総合判定結果を表す出力データを出力することと、
を含み、
前記出力データを出力することにおいては、前記特徴データと前記第2特徴データとの類似度に応じて前記第1出力データ及び前記第2出力データの相対的な重み付けを変化させる、画像判定方法。 - 画像判定装置に備えられた演算部を、
それぞれ、検査対象の画像に基づいて、前記画像の特定の特徴を表す特徴データを出力する1又は複数の特徴抽出器、
前記1又は複数の特徴抽出器から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第1出力データを出力する第1判定器、
前記1又は複数の特徴抽出器から出力された前記特徴データに基づいて、前記画像に関する判定結果を表す第2出力データを出力する第2判定器、
第1学習画像及び第1ラベルデータを含む学習データを用いて、前記第1学習画像を前記1又は複数の特徴抽出器に入力した場合に出力される第1特徴データに基づいて、前記第1学習画像に関連付けられた前記第1ラベルデータを表す前記第1出力データを出力するように前記第1判定器を学習させる第1学習部、
第2学習画像及び第2ラベルデータを含む新たな学習データが追加された場合に、前記第2学習画像を前記1又は複数の特徴抽出器に入力した場合に出力される第2特徴データに基づいて、前記第2学習画像に関連付けられた前記第2ラベルデータを表す第2出力データを出力するように第2判定器を学習させる第2学習部、及び
前記画像が前記1又は複数の特徴抽出器に入力された場合に出力された前記特徴データに基づいて前記第1判定器により出力された前記第1出力データ及び前記画像が前記1又は複数の特徴抽出器に入力された場合に出力された前記特徴データに基づいて前記第2判定器により出力された前記第2出力データに基づいて、前記画像に関する総合判定結果を表す出力データを出力する出力部、
として機能させ、
前記出力部は、前記特徴データと前記第2特徴データとの類似度に応じて前記第1出力データ及び前記第2出力データの相対的な重み付けを変化させる、画像判定プログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018245674A JP7075057B2 (ja) | 2018-12-27 | 2018-12-27 | 画像判定装置、画像判定方法及び画像判定プログラム |
CN201980052353.7A CN112534472B (zh) | 2018-12-27 | 2019-11-14 | 图像判定装置、图像判定方法及其程序的记录介质 |
PCT/JP2019/044738 WO2020137228A1 (ja) | 2018-12-27 | 2019-11-14 | 画像判定装置、画像判定方法及び画像判定プログラム |
US17/270,450 US11922680B2 (en) | 2018-12-27 | 2019-11-14 | Image determination device, image determination method, and non-transitory computer readable medium storing program |
EP19904500.6A EP3905193A4 (en) | 2018-12-27 | 2019-11-14 | IMAGE DETERMINATION DEVICE, IMAGE DETERMINATION METHOD AND IMAGE DETERMINATION PROGRAM |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018245674A JP7075057B2 (ja) | 2018-12-27 | 2018-12-27 | 画像判定装置、画像判定方法及び画像判定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020107104A JP2020107104A (ja) | 2020-07-09 |
JP7075057B2 true JP7075057B2 (ja) | 2022-05-25 |
Family
ID=71128985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018245674A Active JP7075057B2 (ja) | 2018-12-27 | 2018-12-27 | 画像判定装置、画像判定方法及び画像判定プログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11922680B2 (ja) |
EP (1) | EP3905193A4 (ja) |
JP (1) | JP7075057B2 (ja) |
CN (1) | CN112534472B (ja) |
WO (1) | WO2020137228A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240153065A1 (en) * | 2021-03-04 | 2024-05-09 | Nec Corporation | Learning device, learning method, inspection device, inspection method, and recording medium |
TW202336685A (zh) | 2022-03-10 | 2023-09-16 | 日商歐姆龍股份有限公司 | 檢查系統以及人工智慧模型資料的管理方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2780454B2 (ja) * | 1990-07-26 | 1998-07-30 | 日本電気株式会社 | 追記学習型パターン認識装置 |
JPH05181972A (ja) * | 1991-12-27 | 1993-07-23 | Nec Corp | パタン分類方法及び装置 |
JP2005034211A (ja) * | 2003-07-16 | 2005-02-10 | Fuji Photo Film Co Ltd | 画像判別装置、方法およびプログラム |
JP4536445B2 (ja) * | 2004-07-26 | 2010-09-01 | 三菱電機株式会社 | データ類別装置 |
JP2009301121A (ja) * | 2008-06-10 | 2009-12-24 | Nikon Systems Inc | 印象判定処理方法、プログラム、及び、画像印象判定装置 |
US8831358B1 (en) * | 2011-11-21 | 2014-09-09 | Google Inc. | Evaluating image similarity |
WO2016117034A1 (ja) * | 2015-01-20 | 2016-07-28 | オリンパス株式会社 | 画像処理装置、画像処理方法およびプログラム |
JP2017049974A (ja) | 2015-09-04 | 2017-03-09 | キヤノン株式会社 | 識別器生成装置、良否判定方法、およびプログラム |
-
2018
- 2018-12-27 JP JP2018245674A patent/JP7075057B2/ja active Active
-
2019
- 2019-11-14 US US17/270,450 patent/US11922680B2/en active Active
- 2019-11-14 CN CN201980052353.7A patent/CN112534472B/zh active Active
- 2019-11-14 EP EP19904500.6A patent/EP3905193A4/en active Pending
- 2019-11-14 WO PCT/JP2019/044738 patent/WO2020137228A1/ja unknown
Also Published As
Publication number | Publication date |
---|---|
EP3905193A4 (en) | 2022-08-31 |
US20210256302A1 (en) | 2021-08-19 |
US11922680B2 (en) | 2024-03-05 |
EP3905193A1 (en) | 2021-11-03 |
CN112534472B (zh) | 2024-04-30 |
JP2020107104A (ja) | 2020-07-09 |
CN112534472A (zh) | 2021-03-19 |
WO2020137228A1 (ja) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11645744B2 (en) | Inspection device and inspection method | |
US11797886B2 (en) | Image processing device, image processing method, and image processing program | |
US11830174B2 (en) | Defect inspecting device, defect inspecting method, and storage medium | |
KR20190063839A (ko) | 제조 공정에서 딥러닝을 활용한 머신 비전 기반 품질검사 방법 및 시스템 | |
US10824906B2 (en) | Image processing device, non-transitory computer readable storage medium, and image processing system | |
JP4603512B2 (ja) | 異常領域検出装置および異常領域検出方法 | |
JP7075057B2 (ja) | 画像判定装置、画像判定方法及び画像判定プログラム | |
CN114445746A (zh) | 模型训练方法、铁路接触网异常检测方法及相关装置 | |
US20230222645A1 (en) | Inspection apparatus, unit selection apparatus, inspection method, and computer-readable storage medium storing an inspection program | |
JPWO2019215746A5 (ja) | ||
JP7075056B2 (ja) | 画像判定装置、画像判定方法及び画像判定プログラム | |
CN114846513A (zh) | 动作分析***和动作分析程序 | |
US11222267B2 (en) | Image inspection apparatus, image inspection learning method, and non-transitory computer-readable storage medium for storing image inspection program | |
JP7241533B2 (ja) | 画像判定装置、画像判定方法及び画像判定プログラム | |
JP7130190B2 (ja) | 画像判定装置、学習方法及び画像判定プログラム | |
WO2021119946A1 (en) | Food inspection solution | |
JP4155497B2 (ja) | 欠陥分類方法、プログラムおよび欠陥分類装置 | |
KR101467256B1 (ko) | 산업용 로봇을 위한 고속 영상 이진화 방법 및 장치 | |
WO2023032549A1 (ja) | 欠陥検査装置、欠陥検査方法および予測モデル生成方法 | |
CN116894965A (zh) | 教师数据收集方法以及收集装置 | |
CN115587959A (zh) | 异常检测***及异常检测方法 | |
CN117649538A (zh) | 一种工业质检场景与ai模型的匹配方法及装置 | |
CN117710778A (zh) | 未知目标判定阈值的确定方法、装置和工业检测分类模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220203 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220413 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220426 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7075057 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |