Η Fujitsu αναπτύσσει τεχνητή νοημοσύνη για επιθεώρηση εικόνας για να εντοπίσει ανωμαλίες στην εμφάνιση προϊόντων με κορυφαία ακρίβεια παγκοσμίως σε βασικό σημείο αναφοράς

Κόμβος πηγής: 807044

ΤΟΚΙΟ, 29 Μαρτίου 2021 – (JCN Newswire) – Τα εργαστήρια Fujitsu ανακοίνωσαν σήμερα την επιτυχή ανάπτυξη μιας τεχνολογίας τεχνητής νοημοσύνης για επιθεώρηση εικόνας που επιτρέπει τον ακριβή εντοπισμό μιας μεγάλης ποικιλίας εξωτερικών ανωμαλιών σε κατασκευασμένα προϊόντα, συμπεριλαμβανομένων γρατσουνιών και σφαλμάτων παραγωγής. Η τεχνολογία αξιοποιεί ένα μοντέλο τεχνητής νοημοσύνης εκπαιδευμένο σε εικόνες προϊόντων με προσομοιωμένες ανωμαλίες, χωρίς να χρειάζεται να προετοιμάσει δεδομένα εκπαίδευσης που χρησιμοποιούν πραγματικές εικόνες ελαττωματικών προϊόντων που προέρχονται από τη διαδικασία επιθεώρησης μιας γραμμής παραγωγής.

Εικ. 1. Περίληψη της τεχνολογίας ανάπτυξης
Σχήμα 2. Σύγκριση με την προηγούμενη τεχνική

Αυτή η τεχνολογία είναι σε θέση να ανιχνεύει σωστά ανωμαλίες όπως ξεφτισμένα νήματα και ελαττωματικά σχέδια καλωδίωσης σε προϊόντα που διαφέρουν μεμονωμένα, ακόμα κι αν φαίνονται κανονικά, όπως χαλιά με διαφορετικό μαλλί ή χρώμα ή πλακέτες τυπωμένων κυκλωμάτων με διαφορετικά σχήματα καλωδίωσης ανάλογα με το εξάρτημα. Η αναπτυγμένη τεχνολογία πέτυχε επιτυχώς κορυφαία παγκοσμίως ακρίβεια (1) σε σημείο αναφοράς χρησιμοποιώντας δημόσια δεδομένα (2) που συλλέγονται από εξωτερικές εικόνες διαφόρων κατασκευασμένων προϊόντων.

Η Fujitsu επαλήθευσε την αποτελεσματικότητα αυτής της τεχνολογίας κατά τη διαδικασία επιθεώρησης στο εργοστάσιο Nagano της Fujitsu Interconnect Technologies Limited, ένα εργοστάσιο που κατασκευάζει ηλεκτρονικό εξοπλισμό, και επιβεβαίωσε την αποτελεσματικότητά της στη μείωση των εργατοωρών που απαιτούνται για την επιθεώρηση των πλακετών τυπωμένων κυκλωμάτων κατά 25%. Η τεχνολογία προσφέρει τελικά τη δυνατότητα να βοηθήσει στη μείωση του φόρτου εργασίας των εργαζομένων στα εργοστάσια παραγωγής και στη βελτίωση της παραγωγικότητας, ενώ συμβάλλει στην εισαγωγή νέων τρόπων εργασίας για το προσωπικό πρώτης γραμμής.

Ιστορικό & Προκλήσεις

Στον τόπο της διαδικασίας επιθεώρησης, ο επιθεωρητής καθορίζει εάν το προϊόν είναι ελαττωματικό βάσει χαρακτηριστικών όπως το κατά προσέγγιση σχήμα, η λεπτομερής δομή και η υφή του. Για παράδειγμα, το κατά προσέγγιση σχήμα θεωρείται σημαντικό σε μια δοκιμή παραμόρφωσης σχήματος και η υφή θεωρείται σημαντική σε μια δοκιμή συνθήκης ή σχεδίου. Επιπλέον, ακόμη και αν το προϊόν φαίνεται κανονικό, εάν υπάρχουν μεμονωμένες παραλλαγές σε στοιχεία όπως η επίστρωση, το χρώμα και το σχήμα καλωδίωσης, αυτά τα χαρακτηριστικά εξετάζονται για κάθε είδος και η επιθεώρηση διεξάγεται ενώ διακρίνεται εάν οι μεμονωμένες διαφορές ή ανωμαλίες εμπίπτουν στο αποδεκτό εύρος . Επομένως, όταν εκπαιδεύετε την τεχνητή νοημοσύνη για τη διεξαγωγή εργασιών ποιοτικού ελέγχου, είναι απαραίτητο να μπορείτε να καταγράψετε μια μεγάλη ποικιλία χαρακτηριστικών που εμφανίζονται σε μεμονωμένη βάση σε μια κανονική εικόνα. Ωστόσο, η τυπική μέθοδος εκπαίδευσης ενός μοντέλου AI χρησιμοποιώντας σταθμισμένους και αθροιστικούς δείκτες για κάθε χαρακτηριστικό οδήγησε σε μια τάση εστίασης μόνο σε ένα χαρακτηριστικό και έχει αποδειχθεί δύσκολο να δημιουργηθεί ένα μοντέλο που να κατανοεί πλήρως όλα τα χαρακτηριστικά.

Σχετικά με τη νέα τεχνολογία

Με αυτήν την τεχνολογία, το AI αποκαθιστά την κανονική εικόνα από την οποία έχει αφαιρεθεί η ανωμαλία όταν ανιχνεύεται μια ανωμαλία και ανιχνεύει το μη φυσιολογικό τμήμα καταγράφοντας τη διαφορά μεταξύ της εικόνας που πρόκειται να επιθεωρηθεί και της κανονικής εικόνας που έχει αποκατασταθεί. Η Fujitsu έχει αναπτύξει μια μέθοδο εκπαίδευσης ενός μοντέλου AI, έτσι ώστε μια κανονική εικόνα χωρίς μια ποικιλία ανωμαλιών όπως το σχήμα, το μέγεθος και το χρώμα να μπορεί να αποκατασταθεί προσθέτοντας τεχνητά τις προσομοιωμένες ανωμαλίες σε μια κανονική εικόνα που προετοιμάζεται για εκπαίδευση. Η βελτιωμένη ικανότητα επαναφοράς κανονικών εικόνων έχει καταστήσει δυνατό τον εντοπισμό μη φυσιολογικών περιοχών με υψηλή ακρίβεια χωρίς να προετοιμάζονται εικόνες που περιέχουν ανωμαλίες ως δεδομένα εκπαίδευσης. Κατά τη διάρκεια της προπόνησης, η Fujitsu συγκρίνει την κανονική εικόνα με την εικόνα που αποκαταστάθηκε από την τεχνητή νοημοσύνη, αξιολογεί τον βαθμό εκπαίδευσης κάθε χαρακτηριστικού, όπως το κατά προσέγγιση σχήμα, λεπτομερής δομή και υφή, και ελέγχει το μέγεθος, το χρώμα και τον αριθμό των ανωμαλιών που πρέπει να προστεθούν. Το AI μαθαίνει κατά προτίμηση λειτουργίες που δεν καταγράφονται. Για παράδειγμα, εάν η τεχνητή νοημοσύνη δεν είναι σε θέση να επαναφέρει σωστά το κατά προσέγγιση σχήμα, εκπαιδεύεται με μη φυσιολογικές εικόνες με μερικές μικρές ανωμαλίες που δεν επηρεάζουν την κανονική εμφάνιση. Επίσης, εάν οι λεπτομέρειες και η υφή είναι ελαφρώς διαφορετικές, η τεχνητή νοημοσύνη εκπαιδεύεται με πολλές μη φυσιολογικές εικόνες που είναι αρκετά μεγάλες ώστε να κρύβουν τις λεπτομέρειες ή να προσθέτουν ένα εμφανές μοτίβο. Με αυτόν τον τρόπο, αξιολογώντας την κατάσταση της αποκατάστασης και της εκπαίδευσης της τεχνητής νοημοσύνης σε αδύναμες περιοχές όπου η τεχνητή νοημοσύνη δεν μπορεί να επαναφέρει χαρακτηριστικά, κατέστη δυνατή η επαναφορά κανονικών εικόνων που κατέγραψαν όλα τα χαρακτηριστικά.

Επιπλέον, η Fujitsu έχει αναπτύξει μια νέα τεχνολογία που παράγει υλικά διαφόρων σχημάτων, μεγεθών και χρωμάτων από μια βιβλιοθήκη εικόνων με περισσότερα από 5000 είδη τεχνητών αντικειμένων και προσθέτει ανωμαλίες αλλάζοντας πιθανώς τον αριθμό των ανωμαλιών και τη θέση στην οποία βρίσκονται προστίθενται.

Αποτελέσματα

Η ανεπτυγμένη τεχνολογία πέτυχε κορυφαία παγκοσμίως ακρίβεια, με βαθμολογία AUROC (3) που υπερβαίνει το 98% σε μια κατηγορία προϊόντων που έχουν παραλλαγές στην κανονική τους εμφάνιση, όπως χαλιά με διαφορετικά σχέδια και χρώματα γούνας σε ατομική βάση και πλακέτες τυπωμένων κυκλωμάτων με διαφορετικά σχήματα καλωδίωσης σε διάφορα μέρη. Επιπλέον, δεν υπάρχει παραλλαγή σε μεμονωμένα προϊόντα, όπως βίδες και παξιμάδια, και σε προϊόντα όπου τα μη ελαττωματικά προϊόντα έχουν ομοιόμορφη εμφάνιση, διατηρήθηκε επίσης με επιτυχία ακρίβεια αντίστοιχη με αυτή των συμβατικών τεχνολογιών (4).

Η πραγματική αποτελεσματικότητα αυτής της τεχνολογίας επαληθεύτηκε κατά τη διαδικασία επιθεώρησης στο εργοστάσιο Nagano της Fujitsu Interconnect Technologies, κατασκευαστή ηλεκτρονικού εξοπλισμού. Η τεχνολογία πέτυχε να μειώσει κατά 25% τις ανθρωποώρες που απαιτούνται για την επιθεώρηση των πλακετών τυπωμένων κυκλωμάτων.

Μελλοντικά σχέδια

Στο μέλλον, η Fujitsu θα αναπτύξει περαιτέρω αυτήν και άλλες σχετικές τεχνολογίες για να υποστηρίξει το χαρτοφυλάκιο τεχνολογιών τεχνητής νοημοσύνης της Fujitsu, "FUJITSU Human Centric AI Zinrai", και στοχεύει να εφαρμόσει αυτή τη νέα προσέγγιση στην κατασκευαστική επωνυμία της Fujitsu "COLMINA", η οποία προσφέρει ψηφιακό μετασχηματισμό (DX ) για τη μεταποιητική βιομηχανία.

(1) κορυφαία στον κόσμο ακρίβεια:
Η ακρίβεια επιτεύχθηκε για το AUROC σε σύγκριση με τις τεχνολογίες που αναφέρονται στην κατάταξη αναφοράς της τεχνολογίας ανίχνευσης ανωμαλιών χρησιμοποιώντας MVTec AD στην κατηγορία στόχο με διακυμάνσεις στην κανονική εμφάνιση. Στοιχεία εταιρείας έως τις 29 Μαρτίου 2021.
(2) συγκριτική αξιολόγηση χρησιμοποιώντας δημόσια δεδομένα:
Σύνολο δεδομένων ανίχνευσης ανωμαλιών MVTec που προσφέρεται από την MVTec.
(3) AUROC:
Περιοχή κάτω από την καμπύλη ROC. Ένα μέτρο της απόδοσης ενός μοντέλου που ανιχνεύει ανωμαλίες. Με μέγιστη βαθμολογία 100%, όσο υψηλότερη είναι η βαθμολογία στον δείκτη, τόσο καλύτερη είναι η απόδοση του μοντέλου.
(4) συμβατική τεχνολογία:
Τεχνολογία που αναφέρεται στην κατάταξη αναφοράς της τεχνολογίας ανίχνευσης ανωμαλιών με χρήση MVTec AD

Σχετικά με το Fujitsu

Η Fujitsu είναι η κορυφαία ιαπωνική εταιρεία τεχνολογίας πληροφοριών και επικοινωνιών (ΤΠΕ) που προσφέρει μια πλήρη γκάμα τεχνολογικών προϊόντων, λύσεων και υπηρεσιών. Περίπου 130,000 άνθρωποι της Fujitsu υποστηρίζουν πελάτες σε περισσότερες από 100 χώρες. Χρησιμοποιούμε την εμπειρία μας και τη δύναμη των ΤΠΕ για να διαμορφώσουμε το μέλλον της κοινωνίας με τους πελάτες μας. Η Fujitsu Limited (TSE:6702) ανέφερε ενοποιημένα έσοδα 3.9 τρισεκατομμυρίων γιεν (35 δισεκατομμύρια δολάρια ΗΠΑ) για το οικονομικό έτος που έληξε στις 3 Μαρτίου
1, 2020. Για περισσότερες πληροφορίες, ανατρέξτε στη διεύθυνση www.fujitsu.com.

Σχετικά με τα εργαστήρια Fujitsu

Ιδρύθηκε το 1968 ως θυγατρική της Fujitsu Limited, η Fujitsu Laboratories Ltd. είναι ένα από τα κορυφαία ερευνητικά κέντρα στον κόσμο. Με ένα παγκόσμιο δίκτυο εργαστηρίων στην Ιαπωνία, την Κίνα, τις Ηνωμένες Πολιτείες και την Ευρώπη, ο οργανισμός διεξάγει ένα ευρύ φάσμα βασικών και εφαρμοσμένων ερευνών στους τομείς των υπηρεσιών επόμενης γενιάς, των υπολογιστών, των δικτύων, των ηλεκτρονικών συσκευών και των προηγμένων υλικών. Για περισσότερες πληροφορίες, δείτε: http://www.fujitsu.com/jp/group/labs/en/.

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

Σφραγίδα ώρας:

Περισσότερα από JCN Newswire