EasyLocate
深層学習による位置特定と分類ライブラリ
- 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とは、人間の脳を構成する生物学的ニューラルネットワークに着想を得た計算システムです。畳み込みニューラルネットワーク（CNN）は、深層の順伝播型人工ニューラルネットワークの一種であり、主に画像解析に応用されています。ディープラーニングでは、大規模なCNNを用いて、いわゆる従来のコンピュータビジョンアルゴリズムでは解決が困難、あるいは不可能な複雑な問題を解決します。 ディープラーニングアルゴリズムは、通常、例に基づいて学習するため、使いやすくなっている可能性があります。ユーザーが部品の分類方法や検査方法を考え出す必要はありません。その代わりに、初期の学習段階において、検査対象となる部品の画像を多数提示するだけで学習します。学習が成功すれば、部品の分類や、欠陥の検出・セグメンテーションに活用することができます。
コスト効率に優れた推論ライセンス
通常、生産現場にディープラーニングを導入する際には、推論処理のみが必要となります。推論とは、事前に学習済みのモデルを使用して、新たに取得した画像を検査・分析するプロセスです。学習は、ほとんどの場合、オフラインで行われます。 トレーニングはeVision APIを使用して実行でき、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、無料でトレーニングを行うことも可能です。Deep Learning Bundleライセンスの代替として、推論専用ライセンスも用意されており、これにより顧客はコストを最適化したディープラーニングソリューションを導入することができます。
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学習させ、一連の参照画像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性が高く、網羅的であるかに大きく依存します。 Deep Learning Bundleは「データ拡張」機能を実装しており、プログラムで設定可能な範囲内で既存の参照画像を（例えば、平行移動、回転、拡大・縮小など）変更することで、追加の参照画像を生成します。これにより、Deep Learning Bundleはクラスごとにわずか100枚の学習画像でも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では、特に学習段階において、一般的に膨大な処理能力が必要となります。「Deep Learning Bundle」は標準的なCPUに対応しており、PC内のNVIDIA CUDA対応GPUを自動的に検出します。通常、GPUを1基使用することで、学習および処理の速度が100倍に向上します。
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。
その他のメリット
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、最先端の技術を搭載しており、eVisionおよびeGrabberのライセンスを保存できるようになりました。Neoでは、NeoドングルかNeoソフトウェアコンテナのどちらでライセンスを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た時点で、後で決めることも可能です。
Neoドングルは堅牢なハードウェアであり、コンピュータ間で転用できる柔軟性を備えています。Neoソフトウェアコンテナは専用の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が行われたコンピュータに紐付けられます。
Neoには専用の「Neo License Manager」が付属しており、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（GUI）と、Neoのライセンス手続きを簡単に自動化できるコマンドラインインターフェース（CLI）の2種類が用意されています。
WindowsおよびLinux向けすべてのeVisionライブラリ
- 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）
eVision ディープラーニング・スタジオ
eVisionには、無料の「Deep Learning Studio」アプリケーションが含まれています。このアプリケーションは、データセットの作成だけでなく、ディープラーニングツールの学習やテストの際にもユーザーを支援します。EasySegmentの場合、Deep Learning Studioにはアノテーションツールが統合されており、予測結果をグラウンドトゥルースのアノテーションに変換することができます。また、パフォーマンス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、学習後には、欠陥検出率の向上と良品検出率の向上との間で、どちらを優先するかのトレードオフを選択することができます。
Software
- Host PC Operating System
-
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.
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 eVision application
8 GB RAM to compile an eVision application
Between 100 MB and 2 GB free hard disk space for libraries, depending on selected options.
- APIs
-
Supported programming languages :
The 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 eVision
Python requirements: Python 3.11 or later is required to use the Python bindings for 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