イージースポット検出器

- ノイズの多い画像でも微細な欠陥や汚染を検出
- インライン検査のための高速処理
- ラインカメラおよび2Dカメラからの取得に対応
- オプション：部品エッジ上の関心領域事前位置合わせ
- オプション：欠陥のディープラーニング分類
- シンプルかつ包括的なC++、C#、Python API

説明

EasySpotDetectorは局所的セグメンテーションを用いて背景から顕著な物体を抽出します。フィルム、コーティング表面、鋼材、電池箔、ガラスなど多様な材料に適用可能です。特定のパラメータにより欠陥の外観やサイズ、検出感度を選択できます。セグメンテーションはノイズに強く、文脈学習やキャリブレーションを必要としません。

インライン表面検査のためのリアルタイム処理

EasySpotDetectorは2段階アプローチにより、他のディープラーニングベースの物体セグメンテーション処理よりも高速です。Intel i7-10850H搭載コンピュータでは、1秒あたり最大200メガピクセルの処理が可能です（検出のみ）。分類処理はGPU操作の恩恵を受けられますが、OpenVINOによりCPU上での実行にも最適化されています。

EasySpotDetector Parameters to control segmentation

欠陥セグメンテーション制御用パラメータセット

明示的なパラメータセットにより、ユーザーは特定の欠陥をターゲットに設定できます。欠陥のタイプ（粒子、スクラッチなど）、外観（明るい、暗い、または両方）、サイズ、最小コントラスト（強い欠陥または弱い欠陥）を調整可能です。

シンプルで包括的なAPI

EasySpotDetectorは、関心領域（ROI）の位置合わせ、表面上の欠陥検出、およびカスタムトレーニング済みディープラーニング分類器による分類を単一のAPIで提供します。

EasySpotDetector Custom trained Deep Learning object classifier

カスタム訓練済み深層学習オブジェクト分類器

検出されたオブジェクトは深層学習分類器に送信できます。この分類器は、ユーザーフレンドリーなDeep Learning Studioを使用して、ユーザーが自身の特定の用途に合わせてトレーニングします。分類器の可能な用途は以下の通りです：

検出候補の確認または無効化。
欠陥の深刻度レベルを評価する。
検出されたオブジェクトを外観に基づいて複数のクラスに分類する。

EasySpotDetector Tested on various use cases

様々なユースケースでテスト済み

イージースポットディテクターは、以下の表面検査用途を含む複数のアプリケーションで成功裏にテストされました：電池箔、布地、鋼材、受動電子部品、ならびに天然素材（例：皮革、木材）。

イージースポット検出器図解

New Open eVision Studio

複雑な画像処理シーケンスはグラフィカルインターフェースを使用して設計できます。ツール群はOpen eVisionライブラリの多様性と機能性を体現しています。処理パイプラインに対応するC++、Python、C#のソースコードは自動生成され、Open eVision APIのインタラクティブなドキュメントを提供します。New Open eVision Studioは、GigE Visionカメラ、Coaxlinkフレームグラバー、eGrabberレコーダーのシーケンスなど、ライブ画像ソースを処理できます。

本アプリケーションは無料で、Windows、Linux上で動作し、IntelおよびARMの64ビットアーキテクチャに対応しています。

New Open eVision Studioをご覧ください

このライブラリは単独で購入することも、バンドルの一部として購入することもできます。

完全版バンドル

Open eVision ライブラリ一式バンドル。

汎用
マッチング＆計測
テキスト＆コード読み取り
3D処理
ディープラーニング
応用処理

Software

Host PC Operating System

Supported 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

Minimum requirements:

8 GB RAM

Optional NVidia GPU

APIs

Supported programming languages :

The Open 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 Open eVision

Python requirements: Python 3.11 or later is required to use the Python bindings for Open 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

Input

Image source:

Any 8-bit grey scale image, no size limit

Region of interest:

Explicit or automatic selection of the region of interest (an oriented rectangle is fitted to the part’s edges)

Output

A list of detected spots with their type (particle or scratch), position and size, strength, and pixel level segmentation map

Optionally, if a deep learning classifier is loaded, a class and a probability is set for each spot. The deep learning classifier is a trained EasyClassify tool.

Display functions are provided to draw the spot bounding boxes and segmented pixel

Performance

Processing speed on single core Intel i7-10850H:

Particle detection only: 200 MPixels/s

Particle and scratch: 60 MPixels/s

Requirements

Minimum defect size:

2x2 pixels

No maximum defect size

Ordering Information

Product status

Released

Product code - Description

PC4190 Open EasySpotDetector for USB dongle

PC4340 Open eVision EasySpotDetector

Related products

PC6512 eVision/Open eVision USB Dongle (empty)

PC6514 Neo USB Dongle (empty)

説明