AI外観検査の精度を高める“追加学習”の方法
どうも！MENOU広報のkojimaです。
今回は、MENOUフォーラムから検査AI MENOUの追加学習の方法をご紹介したいと思います！
これまでの記事では、アノテーションの方法や便利機能、実際の製造ラインへの組み込み方法などお伝えしてきましたが、検査AIの精度を高めるには “追加学習” がポイントなんです。
そしてなんと、この追加学習を自分たちでできるのがMENOUの大きなメリット！👏
受託の検査装置は、過検出や未検出など精度を上げるためには、ベンダーへ依頼しシステムの調整を行うというのがほとんどですが、MENOUは内製化ができるシステムですので、過検出したものを「これは良品だよ！」と自分たちで簡単にAIに教えることができます。
過検出や未検出を減らし、さらに精度の高い検査を実現するために、追加学習でどんどんAIに覚えさせましょう。
基本の流れからわかりやすく説明しているので安心してくださいね！
ぜひ一緒に、AIの精度を自分たちの手でアップさせましょう😊
MENOUフォーラム記事は、以下のマガジンにまとめています👇
今回の記事の筆者：たけしさん
またまた登場！たけしさんです😊
たけしさんについては、こちらのMENOUのWantedlyインタビュー記事も
要チェック😉
追加学習の方法
ここからはたけしさんの記事をMENOUフォーラムより転載します。（一部、画像キャプションに補足編集をしています）
追加学習のやり方を紹介します。
追加学習をすることで、AIの検出精度を向上させることができます！
1.ダッシュボード画面の表【正解:不明】、【実行結果:検出なし】の”5”をクリック
2.”虫メガネのマーク”をクリック
3.選択した画像のアノテーションが表示された
線キズがない為検出なしと判定されており、問題なし
4.他の画像もチェックする
5.線キズがあるのに、検出なしと判定されている（検出漏れ）
6.検出漏れしている為、アノテーションを実施
7.学習フラグにチェックを入れる
8.トレーニングタブの追加学習にチェックを入れ、学習開始
9.解析完了後、表【正解:不明】、【実行結果:検出あり】の”7”をクリック
10.虫メガネマークをクリック
11.線キズがないのに検出あり（穴付近が青く光っている）となっている（過検出）
12.検出状態を”検出なし”へ変更
13.学習フラグにチェックを入れる
14.トレーニングタブを選択し、学習開始する
15.解析完了後、表【正解:不明】、【実行結果:検出なし】の”2”をクリック
16.検出なしの2枚ともに線キズがないため、問題ないことを確認
17.検出状態を”検出なし”へ変更
18.表【正解:不明】、【実行結果:検出あり】の”5”をクリック
19.検出ありの5枚ともに線キズがあるため、問題ないことを確認
20.検出状態を”検出あり”へ変更
21.”再集計”をクリック
22.不明状態の画像が検出あり/なしへ振り分けられる
正解率が100％になった為、追加学習完了
いかがだったでしょうか！
AIも「この画像はどっちかな？」と迷って不明に振り分けられていた画像も、追加学習で「これは線キズ」「これは良品」と教えてあげることで、良品と欠陥を見分け、人が行った目視検査と同じ正解率を出すことができました。
線キズ以外の欠陥に対しても、同じ追加学習をすることで、さまざまな欠陥ごとに精度を高めることができます💡
そして、この操作もマウス操作のみで直感的に行うことが可能です！
システムを書き換えるプログラミングは必要ないので、方法さえマスターすれば自分たちで追加学習を行えますね😉
MENOUフォーラムでは、こういった機能紹介やコツなどを沢山紹介しているので、ぜひチェックしてみてくださいね。
それでは、また！
この記事が参加している募集
この記事が気に入ったらサポートをしてみませんか？