色判別装置の特長

◆  高精度

限局型の活性化関数を使用するため、高い認識精度が得られます

NNにおいては活性化関数としてシグモイド関数やReLU関数などがよく使用されています。これらは細胞への入力値が閾値より大きいときには大きな値を、小さなときには小さな値を出力する関数で、いわば特徴量に関して振り分ける機能です。しかし、パターン認識の場合は特徴量がある範囲の値をとる場合に大きな出力となる機能が有効です。例えば、特徴Aがaからbの間の値で、特徴Bがcからdの間の値であれば欠陥であるなどです。

また、限局型の活性化関数を使用した画像検査装置が、装置納入時に約2万6千画像に対して検査し、間違いが生じなかった例があります。

シグモイド関数.jpg

シグモイド関数

限局型関数.jpg

限局型関数

◆  高速学習

使用するNNが3層構造であることと、限局型活性化関数を使用することで、NNの学習が高速に行われます。

◆  高速検査

使用するNNが3層構造であるため、多層型(ディープラーニング)と比較するとかなり高速に検査が実行できます。通常はパソコンでの検査が可能です。

◆  任意の色指定可能

指定したい色が見られる画像をパソコン画面に表示し、数十程度の画素をマウスでクリックすることで検査用NNの学習用データが得られ、指定した色の判別システムが短時間で獲得できます。学習が終了すれば検査が可能になります。

◆  反例データ学習

指定した色に近くない色(反例データ)に対してはNNの出力値が0になるように学習しています。これらの反例データはRGBの各色範囲を5飛びで設定しているため、指定した色に近い色以外のほとんどの色に対して反応しません。

 

色認識装置のトップページはこちら

弊社トップページはこちら