GoPxL Anomaly Detector | LMI Technologies

GoMaxとAIを搭載 Anomaly Detector LOGO GoPxL Pro Tools Icon(dark) LOGO GoPxL Pro Tools GoPxLPROTOOL(dark) GoPxL Toolbox Logo (on dark) 06 LOGO GoPxL Pro Tools GoPxLPROTOOL(dark) GoPxL Toolbox Logo (on dark) 07 StudioDisplayTransparent website GoMax ORIN+ front comp

AI を活用した異常検出を生産ラインに導入します。

GoPxL Anomaly Detector ツールセットは、GoPxL の従来のツールと AI ベースのツールを活用して、自動車、食品、建築資材、タイヤ、その他多くの業界の部品製造における困難なアプリケーションに強力な 3D 欠陥検出機能を提供します。ユーザーは、初期モデル トレーニングとその後のモデル トレーニングに追加のクラウドまたはハードウェア ベースのリソースに頼ることなく、この強力な 3D 欠陥検出ソリューションをすべて GoMax 上でトレーニングおよび展開できます。

G2345 正面コンポーネント
Anomaly Detector は、GoMax で高速化されると、すべての Gocator ライン プロファイラー、スナップショット、およびライン共焦点センサーと統合されます。ファームウェアは LMI Web サイトから無料でダウンロードできます。LIVE センサーで Anomaly Detector を実行するには、ライセンスされた LMI ドングルを購入する必要があります。GoMax で REPLAY モードで実行されるファームウェアでは、ライセンス不要の評価が可能です。

一般的な使用例

複雑な形状の機械加工部品や鋳造部品の欠陥や不規則性を検出します。クラウド接続、CAD ファイル、または従来のツールで一般的に使用される複雑なしきい値を使用せずに、生産ラインで直接良品と不良品を識別するように AI モデルをトレーニングします。

GoPxLで従来のツールとAIベースのツールを簡単に接続して、床材や建材の欠陥や不規則性を見つけます。表面エッジや特徴ツールを使用してボードをマスクし、強度データを用いて異常検出で欠陥を特定します。

主な特徴

2D強度または3D高さマップデータでトレーニング

強度と表面データを使用して部品をスキャンし、トレーニング時に最適なオプションを選択します。3Dビジュアライザーを使用して複雑な部品を表示し、ラベル付け精度を向上させます。
ライセンスなしで機能をプレビュー

再生モードでGoMaxを使用して異常検出を評価し、ライセンスなしでトレーニングと推定を行います。
合成データと拡張データの生成

モデルのパフォーマンスを向上させる合成欠陥と拡張フレームの統合生成を使用して、トレーニングに必要な画像数を削減します。
新しい生産データのGoMaxへの直接保存

GoMaxを使用して、生産データをプロジェクトアーカイブに直接保存し、新しいモデルをすばやくトレーニングしてアプリケーションのパフォーマンスを向上させることができます。
GOPXLとの統合

メリット

さまざまな形や大きさの特徴を検出する

従来のツールはブロブとセグメンテーションに優れていますが、多くの場合、各パーツに固有のしきい値の調整が必要です。Anomaly Detector を使用すると、ユーザーは検出しきい値を管理する必要がありません。トレーニングでは、OK パーツと NG パーツのデータセットを提供し、データセット内のパーツに固有の検出モデルを作成します。

統合されたAIモデリングワークフロー

モデルのトレーニングと関連データセットは GoPxL ツール内で直接管理されるため、モデルのトレーニングに別のアプリケーションを使用する場合と比較して、ファイルとデータセットの移動にかかる時間が短縮されます。

生産ラインでトレーニング

GoMax でデータを直接トレーニングし、クラウドまたはローカル PC へのデータの移動に関連する時間、コスト、データ セキュリティの懸念を回避します。トレーニングと推論では同じライセンスが使用されるため、追加の開発ライセンスなしで運用環境でモデルを更新できます。

使用予測新しい生産データにラベルを付ける

最初のトレーニングの後は、支援付きラベル付けを利用して反復を迅速かつ簡単に実行します。

異常を測定し、許容可能な閾値を定義する

表面の異常は、測定と計測のために後続のツールに渡されます。エンド ユーザーが許容できると判断する範囲に応じて、ユーザーは特定のサイズまたは形状の異常を渡すことが可能です。

スクリプトとPython GDKを使用してカスタム機能を追加する

Python ベースのスクリプト ツールを使用して、カスタム ロジックを追加したり、ローカル ファイルから測定しきい値を取得したりします。上級ユーザーは、Python GDK を活用して、オープンソースおよび独自のツールを使用してモデルをトレーニングし、その後の展開に使用できます。

あなたの生産ラインのためのAIによる異常検知について話しましょう。

複雑でばらつきの大きいビジョン検査のためのAIソリューションパートナー

FactorySmart AI ソリューションは、異常検出、オブジェクト検出、インスタンスのセグメンテーション、分類、および前処理と後処理を必要とし、最高のパフォーマンスを実現する複雑で変動性が高く、大規模な (複数の生産ライン) 検査アプリケーションを解決するためのフルサービス アプローチを提供します。