A Fujitsu mesterséges intelligencia-ellenőrzést fejleszt a termékmegjelenési rendellenességek észlelésére, a kulcsfontosságú benchmark világelső precizitásával

TOKIÓ, 29. március 2021. – (JCN Newswire) – A Fujitsu Laboratories ma bejelentette, hogy sikeresen kifejlesztett egy mesterséges intelligencia technológiát a képellenőrzéshez, amely lehetővé teszi az iparcikkeken a legkülönfélébb külső rendellenességek, köztük a karcolások és a gyártási hibák rendkívül pontos észlelését. A technológia egy olyan mesterséges intelligencia-modellt használ, amely a szimulált rendellenességekkel rendelkező termékek képeire van kiképezve, anélkül, hogy képzési adatokat kellene készítenie, amely a gyártósor ellenőrzési folyamatából származó hibás termékek tényleges képeit használja fel.

1. ábra A fejlesztési technológia vázlata

2. ábra: Összehasonlítás a technika állása szerint

Ez a technológia képes helyesen észlelni az olyan rendellenességeket, mint a kopott menetek és a hibás vezetékezési minták az egyedileg változó termékekben, még akkor is, ha normálisnak tűnnek, mint például a különböző gyapjú vagy színű szőnyegek, vagy az alkatrésztől függően eltérő formájú nyomtatott áramköri lapok. A kifejlesztett technológia sikeresen elérte a világelső pontosságot (1) egy benchmarkban a különböző iparcikkekről készült külső képekről gyűjtött nyilvános adatok (2) felhasználásával.

A Fujitsu az elektronikus berendezéseket gyártó Fujitsu Interconnect Technologies Limited Naganói Üzemében végzett ellenőrzési folyamat során ellenőrizte ennek a technológiának a hatékonyságát, és megerősítette, hogy 25%-kal csökkenti a nyomtatott áramköri lapok ellenőrzéséhez szükséges munkaórákat. A technológia végső soron lehetőséget kínál arra, hogy csökkentse a dolgozók munkaterhét a gyártóüzemekben és javítsa a termelékenységet, miközben új munkastílusokat vezet be az élvonalbeli alkalmazottak számára.

Háttér és kihívások

Az ellenőrzési folyamat helyszínén az ellenőr megállapítja, hogy a termék hibás-e olyan jellemzők alapján, mint a hozzávetőleges alakja, részletes szerkezete és textúrája. Például az alaktorzítási tesztben a hozzávetőleges forma, az állapot- vagy mintavizsgálatnál pedig a textúra. Ezen túlmenően, még ha a termék normálisnak tűnik is, ha egyedi eltérések vannak az olyan elemekben, mint a bevonat, a szín vagy a huzalozás alakja, ezeket a jellemzőket minden egyes tételnél megvizsgálják, és az ellenőrzést úgy végzik el, hogy megkülönböztetik, hogy az egyedi eltérések vagy rendellenességek az elfogadható tartományba esnek-e. . Ezért a mesterséges intelligencia minőség-ellenőrzési feladatok elvégzésére való betanítása során képesnek kell lennie arra, hogy egy normál képen egyedileg előforduló jellemzők széles skáláját rögzítse. A mesterséges intelligencia-modell képzésének tipikus módszere azonban minden egyes jellemzőre súlyozott és összegzett indexeket használva ahhoz a tendenciához vezetett, hogy csak egy jellemzőre összpontosítunk, és nehéznek bizonyult olyan modellt létrehozni, amely teljes mértékben megragadja az összes jellemzőt.

Az újonnan kifejlesztett technológiáról

Ezzel a technológiával a mesterséges intelligencia visszaállítja azt a normál képet, amelyről a rendellenességet eltávolították, amikor rendellenességet észlel, és észleli a kóros részt úgy, hogy rögzíti a vizsgálandó kép és a visszaállított normál kép közötti különbséget. A Fujitsu kifejlesztett egy módszert egy mesterséges intelligencia-modell betanítására, hogy a normál kép, különféle rendellenességek, például alak, méret és szín nélkül visszaállítható legyen azáltal, hogy a szimulált rendellenességeket mesterségesen hozzáadják egy normál képhez, amelyet edzésre készítenek. A normál képek visszaállításának továbbfejlesztett képessége lehetővé tette a rendellenes területek nagy pontosságú észlelését anélkül, hogy a rendellenességeket tartalmazó képeket képzési adatként készítenék elő. Az edzés során a Fujitsu összehasonlítja a normál képet a mesterséges intelligencia által visszaállított képpel, kiértékeli az egyes jellemzők képzési fokát, például a hozzávetőleges alakot, részletes szerkezetet és textúrát, és szabályozza a hozzáadandó rendellenességek méretét, színét és számát, hogy Az AI elsősorban a nem rögzített funkciókat tanulja meg. Például, ha a mesterséges intelligencia nem tudja helyesen visszaállítani a hozzávetőleges alakot, abnormális képekkel edz, néhány apró eltéréssel, amelyek nem befolyásolják a normál megjelenést. Ezenkívül, ha a részletek és a textúra kissé eltér, az AI sok abnormális képet készít, amelyek elég nagyok ahhoz, hogy eltakarják a részleteket vagy feltűnő mintát adjon hozzá. Ily módon a mesterséges intelligencia helyreállításának állapotának értékelésével és azokon a gyenge területeken való képzéssel, ahol a mesterséges intelligencia nem tudja visszaállítani a funkciókat, lehetővé vált az összes jellemzőt rögzítő normál képek visszaállítása.

Ezen túlmenően a Fujitsu kifejlesztett egy új technológiát, amely különböző formájú, méretű és színű anyagokat állít elő több mint 5000 féle mesterséges objektum képtárából, és abnormalitásokat ad hozzá a rendellenességek számának és helyzetének valószínűségi változtatásával. hozzáadódnak.

Eredmények

A kifejlesztett technológia világelső pontosságot ért el, az AUROC (3) pontszám meghaladta a 98%-ot az olyan termékek osztályában, amelyek normál megjelenésükben eltérőek, mint például az egyedileg eltérő szőrmintázatú és színű szőnyegek, valamint a különböző színű nyomtatott áramkörök. huzalozási formák különböző részeken. Ezen túlmenően az egyes termékek, például csavarok és anyák között nincs eltérés, és azokban a termékekben, amelyekben a nem hibás termékek egységes megjelenésűek, a hagyományos technológiákéval egyenértékű pontosságot is sikerült fenntartani (4).

A technológia valós hatékonyságát a Fujitsu Interconnect Technologies, az elektronikai berendezéseket gyártó Naganói üzemben végzett ellenőrzési folyamat során igazolták. A technológiával sikerült 25%-kal csökkenteni a nyomtatott áramköri lapok ellenőrzéséhez szükséges munkaórákat.

Jövőbeli tervek

A jövőben a Fujitsu továbbfejleszti ezt és más kapcsolódó technológiákat, hogy támogassa a Fujitsu mesterséges intelligencia-technológiáinak portfólióját, a „FUJITSU Human Centric AI Zinrai”-t, és ezt az új megközelítést kívánja alkalmazni a Fujitsu „COLMINA” gyártási márkájára, amely digitális átalakulást (DX) biztosít. ) a feldolgozóipar számára.

(1) világelső pontosság:
A pontosságot az AUROC esetében érték el az anomália-felismerő technológia benchmark rangsorában felsorolt ​​technológiákkal összehasonlítva, az MVTec AD-t használva a célosztályban, a normál megjelenés eltéréseivel. Cégadatok 29. március 2021-én.
(2) benchmark nyilvános adatok felhasználásával:
Az MVTec által kínált MVTec anomália-észlelési adatkészlet.
(3) AUROC:
A ROC görbe alatti terület. A rendellenességeket észlelő modell teljesítményének mértéke. 100%-os maximális pontszám esetén minél magasabb az index pontszáma, annál jobb a modell teljesítménye.
(4) hagyományos technológia:
Az MVTec AD-t használó anomália-észlelési technológia benchmark rangsorában szereplő technológia

A Fujitsu-ról

A Fujitsu a vezető japán információs és kommunikációs technológiai (IKT) vállalat, amely technológiai termékek, megoldások és szolgáltatások teljes skáláját kínálja. Körülbelül 130,000 100 Fujitsu-ember támogatja ügyfeleit több mint 6702 országban. Tapasztalatainkat és az IKT erejét arra használjuk, hogy ügyfeleinkkel együtt alakítsuk a társadalom jövőjét. A Fujitsu Limited (TSE:3.9) 35 billió jen (3 milliárd USD) konszolidált bevételről számolt be a március XNUMX-án végződött pénzügyi évben
1, 2020. További információkért látogasson el a www.fujitsu.com webhelyre.

A Fujitsu Laboratories-ról

Az 1968-ban a Fujitsu Limited XNUMX%-os tulajdonában álló leányvállalataként alapított Fujitsu Laboratories Ltd. a világ egyik vezető kutatóközpontja. A Japánban, Kínában, az Egyesült Államokban és Európában működő laboratóriumok globális hálózatával a szervezet alap- és alkalmazott kutatások széles skáláját folytatja a következő generációs szolgáltatások, számítógépes szerverek, hálózatok, elektronikus eszközök és fejlett anyagok területén. További információért lásd: http://www.fujitsu.com/jp/group/labs/en/.

Forrás: http://www.jcnnewswire.com/pressrelease/65544/3/