- オブジェクト／製品／欠陥の局所化と識別
- オブジェクトの計数
- 軸整合バウンディングボックス
- 特徴点
- データ拡張とマスクをサポート
- CPUおよびGPU処理に対応
- データセット作成・学習・評価用Deep Learning Studio付属
- Deep Learningバンドルの一部として提供
- コスト効率に優れた推論専用ライセンスも提供
説明
-
EasyLocateはDeep Learning Bundleの局所化および識別ライブラリです。画像内の物体、製品、または欠陥の位置特定と識別に使用されます。重なり合った物体を区別する能力を備えており、そのためEasyLocateは物体インスタンスの数をカウントするのに適しています。2つの方法が利用可能です：
-
「EasyLocate Axis Aligned Bounding Box」は、画像内で検出した各物体（または欠陥）を囲む境界ボックスを予測し、それぞれにクラスラベルを割り当てます。検出対象となる物体（または欠陥）に境界ボックスとクラスラベルがアノテーションされた画像を用いてトレーニングする必要があります。
-
「EasyLocate Interest Point」は、画像内で検出した各オブジェクト（または欠陥）の位置（通常は中心点、ただし他の定義も可能）を予測し、それぞれにクラスラベルを割り当てます。 画像内の全てのオブジェクト（または欠陥）はおおむね同じサイズである必要があります。検出対象となるオブジェクト（または欠陥）が単に興味点とクラスラベルで注釈付けされた画像を用いて訓練する必要があります。EasyLocate Interest Pointでは、オブジェクトの注釈付けにワンクリックで済むため、注釈プロセスが高速化されます。
-
ディープラーニングとは何か？
ニューラルネットワークは、人間の脳を構成する生物学的神経ネットワークに着想を得た計算システムである。畳み込みニューラルネットワーク（CNN）は、深層のフィードフォワード型人工ニューラルネットワークの一種であり、最も一般的に画像解析に適用される。深層学習は、いわゆる従来型のコンピュータビジョンアルゴリズムでは解決が困難または不可能な複雑な問題を解決するために、大規模なCNNを利用する。 深層学習アルゴリズムは、通常例示によって学習するため、より使いやすい場合があります。ユーザーが部品の分類方法や検査方法を考案する必要はありません。代わりに、初期の学習段階で、検査対象となる部品の多くの画像を見せられるだけで学習します。学習が成功した後、部品の分類や欠陥の検出・分割に使用できます。
費用対効果の高い推論ライセンス
通常、生産現場でのディープラーニングの展開には推論処理のみが必要です。 推論とは、事前に学習させたモデルを用いて新規取得画像を検査・分析するプロセスです。学習は、ほとんどのケースでオフライン処理となります。学習はOpen eVision APIを使用して実行可能で、Deep Learning Bundleのライセンスが必要です。あるいは、Deep Learning Studioアプリケーションを使用すれば、無料で学習を実行することも可能です。推論専用ライセンスはDeep Learning Bundleライセンスの代替となり、顧客がコスト最適化された深層学習ソリューションを展開することを可能にします。
データ拡張
ディープラーニングは、ニューラルネットワークを訓練し、参照画像のセットを分類する方法を教えることで機能します。このプロセスの性能は、参照画像のセットがどれほど代表的で広範であるかに大きく依存します。Deep Learning Bundleは「データ拡張」を実装しており、これはプログラム可能な制限内で既存の参照画像を（例えば、シフト、回転、スケーリングによって）変更することで追加の参照画像を作成します。これにより、Deep Learning Bundleはクラスごとにわずか100枚のトレーニング画像で動作することが可能になります。
パフォーマンス
ディープラーニングは一般的に、特に学習フェーズにおいて膨大な処理能力を必要とします。Deep Learning Bundleは標準CPUをサポートし、PC内のNvidia CUDA対応GPUを自動検出します。単一のGPUを使用することで、学習フェーズと処理フェーズを通常100倍高速化します。
サンプルデータセット：電子部品
当社の「電子部品」データセットは、照明条件が劣悪な環境下においても、EasyLocate Bounding Boxがプラスチック袋内に大量保管された様々な標準的な電子部品を確実に検出・計数できることを示しています。
サンプルデータセット：セラミックコンデンサ
当社の「セラミックコンデンサ」データセットは、EasyLocate Interest Pointが、重なり合ったり接触している多数のセラミックコンデンサを確実に検出・計数できることを示しています。
その他の特典
ネオ・ライセンシング・システム
Neoは新しいライセンスシステムです。信頼性が高く、最先端の技術を採用しており、Open eVisionおよびeGrabberのライセンスを保存するために利用可能になりました。Neoでは、ライセンスをNeoドングル上でアクティベートするか、Neoソフトウェアコンテナ内でアクティベートするかを選択できます。ライセンスを購入し、後で決定できます。
Neoドングルは堅牢なハードウェアを提供し、コンピュータ間での転送が可能な柔軟性を備えています。Neoソフトウェアコンテナは専用ハードウェアを必要とせず、代わりにアクティベーションされたコンピュータに紐付けられます。
Neoには専用のNeoライセンスマネージャーが同梱されており、直感的で使いやすいグラフィカルユーザーインターフェースと、Neoライセンス手続きの自動化を容易にするコマンドラインインターフェースの2種類が用意されています。
WindowsおよびLinux向けOpen eVisionライブラリ一式
- Microsoft Windows 11、10 for x86-64 (64ビット) プロセッサアーキテクチャ
- x86_64 システム上の Microsoft Windows 11、10 IoT Enterprise
- Linux for x86-64 (64ビット) および ARMv8-A (64ビット) プロセッサアーキテクチャ（glibc バージョン 2.18 以上）
Open eVision Deep Learning Studio
Open eVisionには無料のDeep Learning Studioアプリケーションが含まれます。このアプリケーションは、データセットの作成、および深層学習ツールのトレーニングとテストの過程でユーザーを支援します。EasySegmentの場合、Deep Learning Studioはアノテーションツールを統合し、予測結果を真値アノテーションに変換できます。また、性能要件に合わせてツールをグラフィカルに設定することも可能です。例えば、トレーニング後、欠陥検出率の向上と良品検出率の向上とのトレードオフを選択できます。
Software
- Host PC Operating System
-
Open eVision is a set of 64-bit libraries that require an Intel compatible processor with the SSE4 instruction set or an ARMv8-A compatible processor.
Open eVision can be used on the following operating systems:
Microsoft Windows 11, 10 for x86-64 (64-bit) processor architecture
Microsoft Windows 11, 10 IoT Enterprise for x86-64 systems
Linux for x86-64 (64-bit) and ARMv8-A (64-bit) processor architectures with a glibc version greater or equal to 2.18
Remote connections
Remote connections are allowed using remote desktop, TeamViewer or any other similar software.
Virtual machines
Virtual machines are supported. Microsoft Hyper-V, Oracle VirtualBox and libvirt hypervisors have been successfully tested.
Only the Neo Licensing System is compatible with virtualization.
Minimum requirements:
2 GB RAM to run an Open eVision application
8 GB RAM to compile an Open eVision application
Between 100 MB and 2 GB free hard disk space for libraries, depending on selected options.
- APIs
-
Supported programming languages :
The Open eVision libraries and tools support C++, Python and the programming languages compatible with the .NET (C#, VB.NET)
C++ requirements: A compiler compatible with the C++ 11 standard is required to use Open eVision
Python requirements: Python 3.11 or later is required to use the Python bindings for Open eVision
.NET requirements: .NET framework 4.8 (or later) or the .NET platform 6.0 (or later) are supported
Supported Integrated Development Environments:
Microsoft Visual Studio 2017 (C++, C#, VB .NET, C++/CLI)
Microsoft Visual Studio 2019 (C++, C#, VB .NET, C++/CLI)
Microsoft Visual Studio 2022 (C++, C#, VB .NET, C++/CLI)
QtCreator 4.15 with Qt 5.12
Ordering Information
- Product status
-
Released
- Product code - Description
-
PC4189 Open EasyLocate for USB dongle
PC4339 Open eVision EasyLocate
PC4194 Open EasyLocate Inference for USB dongle
PC4344 Open eVision EasyLocate Inference
- Related products
-
PC4182 Open Deep Learning Bundle for USB dongle
PC4332 Open eVision Deep Learning Bundle