Fujitsu ontwikkelt AI voor beeldinspectie om afwijkingen in productuiterlijk te detecteren met toonaangevende precisie in belangrijke benchmark

TOKIO, 29 maart 2021 – (JCN Newswire) – Fujitsu Laboratories heeft vandaag de succesvolle ontwikkeling aangekondigd van een AI-technologie voor beeldinspectie die een zeer nauwkeurige detectie mogelijk maakt van een breed scala aan externe afwijkingen op gefabriceerde goederen, waaronder krassen en productiefouten. De technologie maakt gebruik van een AI-model dat is getraind op afbeeldingen van producten met gesimuleerde afwijkingen, zonder dat er trainingsgegevens hoeven te worden voorbereid die daadwerkelijke afbeeldingen van defecte producten gebruiken die uit het inspectieproces van een productielijn zijn gehaald.

Fig 1. Overzicht van de ontwikkelingstechnologie

Fig 2. Vergelijking met de stand van de techniek

Deze technologie is in staat om afwijkingen zoals gerafelde draden en defecte bedradingspatronen correct te detecteren in producten die individueel variëren, zelfs als ze er normaal uitzien, zoals tapijten met verschillende wol of kleur, of printplaten met verschillende bedradingsvormen, afhankelijk van het onderdeel. De ontwikkelde technologie bereikte met succes toonaangevende nauwkeurigheid (1) in een benchmark met behulp van openbare gegevens (2) verzameld uit externe afbeeldingen van verschillende gefabriceerde goederen.

Fujitsu heeft de effectiviteit van deze technologie geverifieerd tijdens het inspectieproces in de Nagano-fabriek van Fujitsu Interconnect Technologies Limited, een fabriek die elektronische apparatuur produceert, en bevestigde de effectiviteit ervan bij het verminderen van de manuren die nodig zijn voor het inspecteren van printplaten met 25%. De technologie biedt uiteindelijk het potentieel om de werkdruk van werknemers in fabrieken te helpen verminderen en de productiviteit te verbeteren, terwijl het helpt om nieuwe werkstijlen voor eerstelijnspersoneel te introduceren.

Achtergrond & Uitdagingen

Op de plaats van het inspectieproces bepaalt de inspecteur of het product defect is op basis van kenmerken zoals de geschatte vorm, gedetailleerde structuur en textuur. Vorm bij benadering wordt bijvoorbeeld als belangrijk beschouwd bij een vormvervormingstest en textuur wordt als belangrijk beschouwd bij een conditie- of patroontest. Bovendien, zelfs als het product er normaal uitziet, als er individuele variaties zijn in elementen zoals coating, kleur en bedradingsvorm, worden deze kenmerken voor elk item onderzocht en wordt de inspectie uitgevoerd waarbij wordt onderscheiden of individuele verschillen of afwijkingen binnen het acceptabele bereik vallen. Daarom is het bij het trainen van AI om kwaliteitscontroletaken uit te voeren noodzakelijk om een ​​breed scala aan kenmerken vast te leggen die op individuele basis voorkomen in een normaal beeld. De typische methode om een ​​AI-model te trainen met behulp van gewogen en opgetelde indices voor elk kenmerk heeft echter geleid tot de neiging om zich op slechts één kenmerk te concentreren, en het is moeilijk gebleken om een ​​model te maken dat alle kenmerken volledig begrijpt.

Over de nieuw ontwikkelde technologie

Met deze technologie herstelt de AI het normale beeld waaruit de afwijking is verwijderd wanneer een afwijking wordt gedetecteerd, en detecteert het abnormale deel door het verschil vast te leggen tussen het te inspecteren beeld en het herstelde normale beeld. Fujitsu heeft een methode ontwikkeld om een ​​AI-model te trainen, zodat een normaal beeld zonder een verscheidenheid aan afwijkingen zoals vorm, grootte en kleur kan worden hersteld door de gesimuleerde afwijkingen kunstmatig toe te voegen aan een normaal beeld dat is voorbereid voor training. Het verbeterde vermogen om normale beelden te herstellen heeft het mogelijk gemaakt om abnormale gebieden met hoge nauwkeurigheid te detecteren zonder beelden met afwijkingen als trainingsgegevens voor te bereiden. Tijdens de training vergelijkt Fujitsu het normale beeld met het door AI herstelde beeld, evalueert de mate van training van elk kenmerk, zoals geschatte vorm, gedetailleerde structuur en textuur, en regelt de grootte, kleur en het aantal toe te voegen afwijkingen, zodat AI bij voorkeur functies leert die niet zijn vastgelegd. Als de AI bijvoorbeeld niet in staat is om de geschatte vorm correct te herstellen, traint het met abnormale beelden met een paar kleine afwijkingen die geen invloed hebben op het normale uiterlijk. En als de details en textuur iets anders zijn, traint de AI met veel abnormale beelden die groot genoeg zijn om de details te verdoezelen of een opvallend patroon toe te voegen. Op deze manier werd het mogelijk om, door de staat van AI-herstel te evalueren en te trainen op zwakke gebieden waar AI functies niet kan herstellen, normale beelden te herstellen die alle functies vastlegden.

Daarnaast heeft Fujitsu een nieuwe technologie ontwikkeld die materialen van verschillende vormen, maten en kleuren genereert uit een bibliotheek met afbeeldingen van meer dan 5000 soorten kunstmatige objecten, en afwijkingen toevoegt door probabilistisch het aantal afwijkingen en de positie waaraan ze zijn toegevoegd te veranderen.

Resultaten

De ontwikkelde technologie bereikte een toonaangevende nauwkeurigheid, met een AUROC (3)-score van meer dan 98% in een klasse van producten die variaties hebben in hun normale uiterlijk, zoals tapijten met verschillende vachtpatronen en -kleuren op individuele basis en printplaten met verschillende bedradingsvormen op verschillende onderdelen. Bovendien is er geen variatie in individuele producten zoals schroeven en moeren, en in producten waar niet-defecte producten een uniform uiterlijk hebben, werd ook een nauwkeurigheid gelijk aan die van conventionele technologieën (4) met succes gehandhaafd.

De effectiviteit van deze technologie in de praktijk werd geverifieerd tijdens het inspectieproces in de Nagano-fabriek van Fujitsu Interconnect Technologies, een fabrikant van elektronische apparatuur. De technologie slaagde erin de manuren die nodig zijn voor het inspecteren van printplaten met 25% te verminderen.

Toekomstige plannen

In de toekomst zal Fujitsu deze en andere gerelateerde technologieën verder ontwikkelen ter ondersteuning van Fujitsu's portfolio van AI-technologieën, "FUJITSU Human Centric AI Zinrai", en streeft ernaar deze nieuwe aanpak toe te passen op Fujitsu's productiemerk "COLMINA", dat digitale transformatie (DX) levert voor de maakindustrie.

(1) toonaangevende nauwkeurigheid:
De nauwkeurigheid werd bereikt voor AUROC in vergelijking met de technologieën vermeld in de benchmarkrangschikking van anomaliedetectietechnologie met behulp van MVTec AD in de doelklasse met variaties in normaal uiterlijk. Bedrijfsgegevens per 29 maart 2021.
(2) benchmark op basis van openbare gegevens:
MVTec Anomaly Detection Dataset aangeboden door MVTec.
(3) AUROC:
Gebied onder de ROC-curve. Een maatstaf voor de prestaties van een model dat afwijkingen detecteert. Met een maximale score van 100%, hoe hoger de score op de index, hoe beter de prestaties van het model.
(4) conventionele technologie:
Technologie vermeld in de benchmarkranglijst van anomaliedetectietechnologie met behulp van MVTec AD

Over Fujitsu

Fujitsu is het toonaangevende Japanse bedrijf op het gebied van informatie- en communicatietechnologie (ICT) dat een volledig assortiment technologische producten, oplossingen en diensten aanbiedt. Ongeveer 130,000 medewerkers van Fujitsu ondersteunen klanten in meer dan 100 landen. We gebruiken onze ervaring en de kracht van ICT om samen met onze klanten de toekomst van de samenleving vorm te geven. Fujitsu Limited (TSE:6702) rapporteerde een geconsolideerde omzet van 3.9 biljoen yen (US$35 miljard) voor het fiscale jaar dat eindigde op 3 maart
1 januari 2020. Ga voor meer informatie naar www.fujitsu.com.

Over Fujitsu Laboratories

Fujitsu Laboratories Ltd., opgericht in 1968 als een volledige dochteronderneming van Fujitsu Limited, is een van de belangrijkste onderzoekscentra ter wereld. Met een wereldwijd netwerk van laboratoria in Japan, China, de Verenigde Staten en Europa, voert de organisatie een breed scala aan fundamenteel en toegepast onderzoek uit op het gebied van de volgende generatie services, computerservers, netwerken, elektronische apparaten en geavanceerde materialen. Zie voor meer informatie: http://www.fujitsu.com/jp/group/labs/en/.

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