Fujitsu dezvoltă AI pentru inspecția imaginilor pentru a detecta anomalii în aspectul produsului, cu o precizie de lider mondial în benchmark-ul cheie

TOKYO, Mar 29, 2021 – (JCN Newswire) – Fujitsu Laboratories today announced the successful development of an AI technology for image inspection that enables highly precise detection of a wide variety of external abnormalities on manufactured goods, including scratches and production errors. The technology leverages an AI model trained on images of products with simulated abnormalities, without having to prepare training data that uses actual images of defective products pulled from the inspection process of a production line.

Fig 1. Schița tehnologiei de dezvoltare

Fig. 2. Comparație cu stadiul tehnicii

Această tehnologie este capabilă să detecteze corect anomalii precum firele uzate și modelele de cablare defecte în produsele care variază individual, chiar dacă par normale, cum ar fi covoare cu lână sau culoare diferită sau plăci de circuite imprimate cu forme diferite de cablare în funcție de piesă. Tehnologia dezvoltată a atins cu succes o acuratețe de vârf la nivel mondial (1) într-un etalon de referință folosind date publice (2) colectate din imagini externe ale diferitelor produse fabricate.

Fujitsu a verificat eficacitatea acestei tehnologii în timpul procesului de inspecție la Uzina Nagano a Fujitsu Interconnect Technologies Limited, o fabrică care produce echipamente electronice și a confirmat eficiența acesteia în reducerea orelor de muncă necesare pentru inspectarea plăcilor de circuite imprimate cu 25%. În cele din urmă, tehnologia oferă potențialul de a ajuta la reducerea volumului de muncă al lucrătorilor din fabricile de producție și de a îmbunătăți productivitatea, contribuind în același timp la introducerea de noi stiluri de lucru pentru personalul din prima linie.

Context și provocări

La locul procesului de inspecție, inspectorul stabilește dacă produsul este defect pe baza unor caracteristici precum forma sa aproximativă, structura detaliată și textura. De exemplu, forma aproximativă este considerată importantă într-un test de distorsiune a formei, iar textura este considerată importantă într-un test de stare sau model. În plus, chiar dacă produsul pare normal, dacă există variații individuale ale elementelor, cum ar fi acoperirea, culoarea și forma cablurilor, aceste caracteristici sunt examinate pentru fiecare articol, iar inspecția este efectuată în timp ce se distinge dacă diferențele sau anomaliile individuale se încadrează în intervalul acceptabil. . Prin urmare, atunci când antrenați AI pentru a efectua sarcini de control al calității, este necesar să puteți surprinde o mare varietate de caracteristici care apar la nivel individual într-o imagine normală. Cu toate acestea, metoda tipică de antrenare a unui model AI folosind indici ponderați și însumați pentru fiecare caracteristică a condus la o tendință de a se concentra doar pe o singură caracteristică și s-a dovedit dificilă crearea unui model care să înțeleagă pe deplin toate caracteristicile.

Despre tehnologia nou dezvoltată

Cu această tehnologie, AI restabilește imaginea normală din care anormalitatea a fost eliminată atunci când este detectată o anormalitate și detectează partea anormală prin captarea diferenței dintre imaginea care trebuie inspectată și imaginea normală restaurată. Fujitsu a dezvoltat o metodă de a antrena un model AI, astfel încât o imagine normală fără o varietate de anomalii, cum ar fi forma, dimensiunea și culoarea, să poată fi restaurată prin adăugarea artificială a anomaliilor simulate la o imagine normală pregătită pentru antrenament. Capacitatea îmbunătățită de a restabili imaginile normale a făcut posibilă detectarea zonelor anormale cu o precizie ridicată, fără a pregăti imagini care conțin anomalii ca date de antrenament. În timpul antrenamentului, Fujitsu compară imaginea normală cu imaginea restaurată de AI, evaluează gradul de antrenament al fiecărei caracteristici, cum ar fi forma aproximativă, structura detaliată și textura și controlează dimensiunea, culoarea și numărul de anomalii care trebuie adăugate, astfel încât AI învață de preferință funcțiile care nu sunt capturate. De exemplu, dacă AI nu este capabil să restabilească corect forma aproximativă, se antrenează cu imagini anormale cu câteva mici anomalii care nu afectează aspectul normal. De asemenea, dacă detaliile și textura sunt ușor diferite, AI se antrenează cu multe imagini anormale care sunt suficient de mari pentru a ascunde detaliile sau pentru a adăuga un model vizibil. În acest fel, evaluând starea restaurării AI și antrenamentul în zonele slabe în care AI nu poate restaura caracteristicile, a devenit posibilă restabilirea imaginilor normale care au capturat toate caracteristicile.

În plus, Fujitsu a dezvoltat o nouă tehnologie care generează materiale de diferite forme, dimensiuni și culori dintr-o bibliotecă de imagini de peste 5000 de tipuri de obiecte artificiale și adaugă anomalii prin modificarea probabilistică a numărului de anomalii și a poziția în care acestea. sunt adăugate.

Rezultate

Tehnologia dezvoltată a atins o acuratețe de vârf la nivel mondial, cu un scor AUROC (3) care depășește 98% într-o clasă de produse care prezintă variații în aspectul lor normal, cum ar fi covoare cu modele și culori diferite de blană la nivel individual și plăci de circuite imprimate cu diferite forme de cablare pe diferite părți. În plus, nu există nicio variație în produsele individuale, cum ar fi șuruburi și piulițe, iar la produsele în care produsele nedefecte au un aspect uniform, precizia echivalentă cu cea a tehnologiilor convenționale (4) a fost, de asemenea, menținută cu succes.

Eficacitatea în lumea reală a acestei tehnologii a fost verificată în timpul procesului de inspecție la Uzina Nagano a Fujitsu Interconnect Technologies, un producător de echipamente electronice. Tehnologia a reușit să reducă cu 25% orele de muncă necesare pentru inspectarea plăcilor de circuite imprimate.

Planuri de viitor

In the future, Fujitsu will further develop this and other related technologies to support Fujitsu’s portfolio of AI technologies, “FUJITSU Human Centric AI Zinrai,” and aims to apply this new approach to Fujitsu’s manufacturing brand “COLMINA,” which delivers digital transformation (DX) for the manufacturing industry.

(1) acuratețe lider mondială:
Precizia a fost obținută pentru AUROC în comparație cu tehnologiile enumerate în clasamentul de referință al tehnologiei de detectare a anomaliilor folosind MVTec AD în clasa țintă cu variații ale aspectului normal. Datele companiei din 29 martie 2021.
(2) benchmark utilizând date publice:
Set de date de detectare a anomaliilor MVTec oferit de MVTec.
(3) AUROC:
Area Under the ROC Curve. A measure of the performance of a model that detects abnormalities. With a maximum score of 100%, the higher the score on the index, the better the model’s performance.
(4) tehnologie convențională:
Tehnologie inclusă în clasamentul de referință al tehnologiei de detectare a anomaliilor folosind MVTec AD

Despre Fujitsu

Fujitsu is the leading Japanese information and communication technology (ICT) company offering a full range of technology products, solutions and services. Approximately 130,000 Fujitsu people support customers in more than 100 countries. We use our experience and the power of ICT to shape the future of society with our customers. Fujitsu Limited (TSE:6702) reported consolidated revenues of 3.9 trillion yen (US$35 billion) for the fiscal year ended March 3
1, 2020. For more information, please see www.fujitsu.com.

Despre Laboratoarele Fujitsu

Fondată în 1968 ca filială deținută în totalitate de Fujitsu Limited, Fujitsu Laboratories Ltd. este unul dintre primele centre de cercetare din lume. Cu o rețea globală de laboratoare în Japonia, China, Statele Unite și Europa, organizația desfășoară o gamă largă de cercetări de bază și aplicate în domeniile Serviciilor de generație următoare, servere de calculatoare, rețele, dispozitive electronice și materiale avansate. Pentru mai multe informații, consultați: http://www.fujitsu.com/jp/group/labs/en/.

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