外観検査へのＡＩ導入と画像生成ＡＩによる欠陥画像の生成技術および検査精度向上への応用　＜オンラインセミナー＞

～ AI、機械学習の産業応用例、ディープラーニングの外観検査への応用、敵対的生成ネットワーク（GAN）による画像生成技術～

・外観検査において収集が困難な不良画像データを用意するための画像生成技術を修得し、外観検査の精度向上に活かすための講座
・教科書的な一般的手法では困難な敵対的生成ネットワークによる欠陥画像生成技術の実例に基づくポイントを修得し、精度の高い外観検査へ応用しよう！

オンラインセミナーの詳細はこちら：

・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。

講師の言葉

　現在、ディープラーニングは画像認識において実用的な成果を挙げています。特に製品の外観検査は、ＤＸ、スマートファクトリにつながる有効な分野と考えられます。ディープラーニングによる外観検査では、画像の取得方法を最適化すること、実用的な認識精度を得るためにトレイニングデータの質と量を最適化することが大きな課題となっています。
　本セミナーでは、実際の問題を使用して、前者のために画像取得装置を開発した例、後者のために敵対的生成ネットワーク（ＧＡＮ）を使用して、必要な不良品画像を必要な量だけ生成する方法について紹介します。実用レベルの認識精度を達成するためには教科書的な一般的手法では困難であり、実例に対して経験に基づく複数の観点からの工夫が必要となります。特にＧＡＮは動作させて分かることが多く、どのような不具合が発生するかを知り、それらを乗り越えて適用することが重要です。そのために、我々の約１０年にわたる経験を参考にしていただけることを期待しています。

セミナー詳細

開催日時	2024年11月28日(木) 10:30 ~ 17:30
開催場所	オンラインセミナー
カテゴリー	オンラインセミナー、ソフト・データ・画像・デザイン
受講対象者	・外観検査へＡＩの導入を始めた、あるいはこれから導入したいと言う方・ＡＩを使用した経験があり、どのような質と量のトレイニングデータを用意し、または作成すれば良いかで具体的に困っている方
予備知識	・ディープラーニング入門に相当する予備知識があると望ましいですが必須ではありません
修得知識	・製品の外観検査の具体的な例に対して、ディープラーニングをどのように適用して実用レベルに近い検査精度を達成するかの参考知識・実際の不良画像を収集することが困難な状況で、どのような質と量のトレイニングデータをどのように用意し、作成すれば良いかのヒントとなる知識
プログラム	１．ＡＩ、機械学習の概要と産業応用例　　（１）．機械学習のトレイニングと推論における汎化　　　　ａ．人工知能と歴史　　　　ｂ．機械学習への期待　　　　ｃ．使えることの難しさ　　（２）．畳み込みニューラルネットワーク　　　　ａ．畳み込みとプーリング、ニューラルネットワークへの実装　　　　ｂ．他の画像分類アルゴリズム　　（３）．トレイニングと推論、評価の方法　　　　ａ．トレイニングと推論　　　　ｂ．ｋ分割交差検証　　　　ｃ．混同行列　　（４）．ＡＩ、機械学習の産業応用例　　　　ａ．教師あり／なし学習　　　　ｂ．イメージカテゴリ分類　　　　ｃ．自己組織化マップ　　　　ｄ．敵対的生成ネットワーク　　（５）．ＤＸとスマートファクトリ　　　　ａ．製造ラインのモデル化　　　　ｂ．製造と検査の融合　　　　ｃ．ＩｏＴのための通信、ＬｏＲａＷＡＮ　　（６）．認識から生成へ　　　　ａ．サロゲートモデル　　　　ｂ．動画の取扱い２．ディープラーニングの外観検査への応用　　（１）．ボールペンの軸の外観検査　　　　ａ．画像収集、アノテーション、ディープラーニング、トレイニング状況のモニタリング　　　　ｂ．切り貼りによるデータ増大への試行　　（２）．表面が鏡面加工された製品の外観検査と画像取得装置　　　　ａ．表面が鏡面加工された製品の画像取得、装置と照明　　　　ｂ．欠陥部分のサイズ推定、セグメンテーション　　（３）．半導体検査用プローブの外観検査　　　　ａ．ピクセルレベルの画像分析　　　　ｂ．ＳＭＯＴＥ法によるデータ増大３．トレイニングデータの質と量の検討と欠陥画像生成技術およびその応用　　（１）．敵対的生成ネットワーク（ＧＡＮ）による画像生成　　　　ａ．ＧＡＮの適用方法　　　　ｂ．複雑な欠陥画像生成の限界　　　　ｃ．モード崩壊と生成画像　　（２）．切り貼りによる欠陥画像生成　　　　ａ．オートエンコーダと生成器　　　　ｂ．欠陥画像生成と自動アノテーション　　（３）．ＧＡＮによる欠陥部分の画像生成　　　　ａ．欠陥部分の画像生成方法　　　　ｂ．欠陥の部分画像の貼り付け　　（４）．欠陥周辺画像のぼかしとｉｎｐａｉｎｔｉｎｇ　　　　ａ．実画像における欠陥周辺画像の解析と再現　　　　ｂ．画像修復、ｉｎｐａｉｎｔｉｎｇ　　（５）．ＧＡＮによる欠陥形状の変更とｉｎｐａｉｎｔｉｎｇ　　　　ａ．ＳｉｎＧＡＮの試行　　　　ｂ．ＤｅｅｐＦｉｌｌｖ２の試行　　（６）．信号を補完するＳｉｇｎａｌ　Ｉｎｐａｉｎｔｉｎｇ　　　　ａ．信号による予知保全　　　　ｂ．欠陥あり信号の自動生成とＳｉｇｎａｌ　Ｉｎｐａｉｎｔｉｎｇへの期待４．まとめと今後の課題
キーワード	機械学習　畳み込みニューラルネットワーク　イメージカテゴリ分類　自己組織化マップ　敵対的生成ネットワーク　サロゲートモデル　アノテーション　サイズ推定　セグメンテーション　欠陥画像生成　自動アノテーション　Ｉｎｐａｉｎｔｉｎｇ
タグ	AI・機械学習、信号処理、検査、品質管理、画像、画像処理、画像認識、データ分析
受講料	一般 (1名)：49,500円(税込) 同時複数申込の場合(1名)：44,000円(税込)
会場	オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。

外観検査へのＡＩ導入と画像生成ＡＩによる欠陥画像の生成技術および検査精度向上への応用 ＜オンラインセミナー＞

講師の言葉

セミナー詳細

オンラインセミナー

こちらのセミナーは受付を終了しました。