ディープラーニングアルゴリズム

ディープラーニングアルゴリズム

ディープラーニングアルゴリズムは、マシンビジョンにおける巧妙な受信機コンバーターのようなものです。柔軟性と俊敏性を備え、「深さ」と「広さ」の両方を備えています。その強力なコンピューティング機能と予測機能は、その魅力と言えます。ディープコンピューティング - 数億のニューラル ネットワークを統合して、データ、音声、画像などのさまざまな形式のリソースを分析および解釈できます。

需要背景

科学技術の進歩が加速するにつれ、製品の品質とインテリジェンスに対する要求が高まっています。製造業者は、手動検査から従来の目視検査、ディープラーニング アルゴリズムを使用したインテリジェント検査まで、進化の連鎖全体にわたって、製品品質検査システムを継続的に更新およびアップグレードする必要があります。ディープラーニング アルゴリズムは、従来のアルゴリズムが複雑な特徴を検出できないことを補い、時間と労力がかかる手動の特徴抽出の手順を排除し、製造業者の製造効率を大幅に向上させます。しかし、すべての物事には2つの側面があり、ディープラーニングアルゴリズムも例外ではありません。しかし、その利点の割合は欠点をはるかに上回っているため、すぐに業界市場を占有することができます。

現在、ディープラーニングは、画像、音声、自然言語処理、クリック率推定、ビッグデータの特徴抽出などの技術分野で広く利用されており、同時に多くの業界で高く評価され、好まれています。たとえば、デジタルアシスタント、エネルギー、製造、農業、小売、自動車などの業界の生産およびサービスプロセスは、さまざまな程度でディープラーニングアルゴリズム技術と技術製品を統合しており、人工知能とモノのインターネットの時代特性と技術進歩を示しています。

事例紹介

サムソンは、顧客製品の外観欠陥検出のニーズに基づいて、ディープラーニングアルゴリズムを統合した一連の検出ソリューションを独自に開発しました。このソリューションは、主にディスプレイ画面の欠陥検出技術の比較的明確で客観的な分析を提供し、ディープラーニングアルゴリズムと光学技術をうまく組み合わせています。 (ディープラーニングアルゴリズムはソリューションの中核部分となっています。その機能設定は、一方では欠陥輪郭の抽出に、他方では欠陥サイズと面積の識別と制御に反映されています)

ディープラーニングアルゴリズムのフローチャート

コア機能モジュール

  • 自動欠陥分類、位置マーキング、感度制御
  • サンプルを自動的に選択し、モデルを診断し、最適なニューラルネットワークを出力します
  • 自動学習と継続的なパフォーマンス最適化
  • モデルの最適化とテスト基準の調整

ディープラーニングアルゴリズムが人気な理由

その強力な特性だけでなく

より大きな利点は、従来のアルゴリズムと比較して明らかな利点があることです。

利点の比較

  • 検出性能に関しては

色、明るさ、コントラストなどに対するテスト効果がより安定し、検出能力が大幅に向上し、3% ≤ 過剰率 ≤ 10%、検出漏れ率 ≤ 0.5% に達します (従来のアルゴリズムでは通常、8% ≤ 過剰率 ≤ 12%、検出漏れ率 ≤ 1% しかありません)。

  • 操作性に関して

以前のモデルでトレーニングされた後、AI アルゴリズムは製品の頻繁な変更に柔軟に適応でき、面倒なパラメータ調整の手順が不要になります。

  • アルゴリズムのスケーラビリティに関して

AI アルゴリズムは、ソフトウェアのその後のアップグレードと最適化に役立ち、ソフトウェアの開発と改善の可能性が広がります。

アルゴリズムの説明

  • アルゴリズムがサブピクセル輪郭領域を計算するとき、領域範囲は線で囲まれた領域として定義されます。

  • アルゴリズムが輪郭領域を計算すると、物体の実際の撮像領域は12ピクセルになります(右図の数字はピクセルに対応します)
  • ディープラーニングアルゴリズムの効果

検出効果は良好で、背景が複雑であっても影響は弱い

  • 干渉を避けるためにほこりや異物をろ過できます
  • さまざまな欠陥を正確に識別し分類する

巧妙なディープラーニングアルゴリズムは、測定精度の大幅な向上、優れた汎用性、極めて低い誤検出率と欠陥の見逃し率、さまざまな顧客向けのさまざまな生産製品とモードへの適応性など、実際の製品検査(携帯電話ディスプレイのAOI外観検査など)にさらに多くの利点をもたらし、そのコア機能によって企業の生産と製造に価値あるメリットを実現します。

テストケース

キズ、シミ、汚れ、シルクスクリーン印刷不良等の検出。

  • 製品の前面に黒い斑点や傷がある:

汚れ検出効果図

  • 主にフロントパネルの汚れ、黒い斑点、その他の欠陥を検査します

ソフトボードコネクタ検出効果図

  • コネクタの傷、潰れ、はんだボール、ブリッジ、異物、はんだ不足を検出します

ソフトボードQRコード検出効果図

  • QRコードが読み取れない、文字が欠けているなどの欠陥を検出します。

テクノロジー展望

デジタル情報が多様化し、テクノロジー電子製品が急速に普及する時代において、AIインテリジェンスは徐々に私たちの生活を覆うようになります。技術革新には無限の可能性があります。ディープラーニングアルゴリズムは必然的に複数の分野で発展します。マシンビジョン検査とディープラーニングの組み合わせは、より高いレベルに上がる可能性があります。現在の機器は複数の欠陥をスクリーニングできます。おそらく将来的には、単一の外観検査ではなく、より包括的な製品検査に置き換えられるでしょう。私たちは技術の継続的な革新と進歩を楽しみにしています。

[[393608]]

<<:  スケッチが本物の顔に変わる? AI: はい、草はいくらでも大丈夫です。

>>:  AIエンジニアリングは組織がAIを最大限に活用するのに役立ちます

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

Baidu World 2020 | Baidu CTO 王海鋒が Baidu Brain 6.0 をリリース、AI の新インフラストラクチャが業界インテリジェンスを加速

もし20年前の自分に会って会話ができたら、何を話しますか?想像する必要はありません。まるでSF映画の...

2020 年にチャットボットはどこに向かうのでしょうか?

チャットボットはかつて大々的に宣伝された期待に応えようとしており、Intercom が委託した新しい...

大規模言語モデル評価における信頼性の低いデータに注意: Flan-T5 に基づくプロンプト選択のケーススタディ

翻訳者|朱 仙中レビュー | Chonglou導入信頼性の高いモデル評価はMLOP と LLMop ...

2019年インターネット人材採用レポート:Javaは人気だが、アルゴリズムエンジニアは不足している

技術の変化、才能主導。インターネットにおける現在の仕事の機会とトレンドはどこにありますか?本稿では、...

...

サイズはたったの1MB!超軽量顔認識モデルがGithubで人気

最近、ユーザー Linzaer が、エッジ コンピューティング デバイス、モバイル デバイス、PC ...

人工知能の主要技術:強化学習(RL)

人工知能技術はますます急速に進歩しており、それぞれのサブテクノロジーが生み出す価値もますます顕著にな...

AI トレーニングを容易にするために、分散を通じてクラウドで弾力的なスループットを実現するにはどうすればよいでしょうか?

翻訳者 | 李睿レビュー | Chonglou人工知能は現在、定量的研究などの分野におけるソフトウェ...

OpenAI の人事異動は、Nvidia、AMD、Intel、Microsoft にどのような影響を与えるでしょうか?

OpenAI の人事異動の影響:ウルトラマンが勝つ彼はついに株式を取得することができました!マイク...

AIチップの過去と未来、この記事を読んでください

[[248236]]皆さんは、イ・セドルと柯潔を破った Google の「Alpha Go」をまだ覚...

最も人気のある 12 の AI ツール、ライブラリ、プラットフォーム

[[205783]]近年 AI の利用が増えているため、利用可能な AI ツール、ライブラリ、プラッ...

人工知能が巨大な応用価値を生み出す

飛行機搭乗時の「顔スキャン」から無人スーパーマーケットまで、多機能巡回ロボットからスマート医療まで....

エレクトロニック・アーツは、人工知能によってゲームキャラクターがよりリアルになると述べている

どのビデオゲームでも、キャラクターが予想外の行動をとって没入感を壊してしまう瞬間が必ずあります。もし...

この敵対的アルゴリズムは顔認識アルゴリズムを失敗させ、WeChatやWeiboの写真圧縮にも抵抗できる。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...