|
【講演趣旨】
生成AIが注目され，第4次AIブームが始まったと言われる．一方，産業界では，DX，スマートファクトリを目指してAIの活用が課題である．畳み込みニューラルネットワークは，製品の外観検査に導入されて成果を挙げつつある．しかし，さらに性能を向上させようとすると，トレイニングにおいて必要な画像を必要な量確保できないという深刻な問題が発生するが，生成AIによってこの問題にアプローチする研究開発が進みつつある．生成AIのひとつである敵対的生成ネットワークを使用して外観検査用のトレイニング画像を生成することは容易に思い付くが，試行して明らかになる問題が多くそれほど容易ではない．本セミナでは，実際の外観検査に生成AIを適用して，トレイニングデータ不足への対応を試行した例について講述する．
【講演項目】
1.AI，機械学習の概要
1.1 機械学習のトレイニングと推論における汎化
1.2 畳み込みニューラルネットワーク
1.3 トレイニング，推論，評価の方法
1.4 AI，機械学習の産業応用例
1.5 DXとスマートファクトリ
1.6 認識から生成へ
2.深層学習の外観検査への応用
2.1 ボールペンの軸の外観検査
2.2 鏡面加工された製品の外観検査と画像取得装置
2.3 半導体検査用プローブの外観検査
3.トレイニングデータの質と量の検討と実験評価
3.1 GANによる画像生成
3.2 切り貼りによる不良画像生成
3.3 GANによる欠陥部分の画像生成
3.4 欠陥周辺画像のぼかしとinpainting
3.5 GANによる欠陥形状の変更とinpainting
3.6 信号を補完するSignal Inpainting
4.まとめと今後の課題
【質疑応答】
|
