Download as PDF, PPTX
Uploaded byPreferred Networks
20181214 Semicon Japan Techspotセミナー：ディープラーニングを応用した製品不良検査ソフトウェアおよびピッキングロボットソリューション
【2018年12月14日 SEMICON JAPAN 2018 Techspotセミナー講演資料】 ・製品不良検査ソフトウェア PFN Visual Inspection 高精度・低コストを実現する外観検査ソフトウェア "Preferred Networks Visual Inspection" 、様々な作業場において容易に設置・運用開始できるピッキングロボットシステム "Preferred Networks plug&pick robot" を紹介します。 製造業の領域で培った深層学習の研究開発成果を盛り込んだパッケージ製品です。 製品紹介HP：https://pvi.preferred-networks.jp/ ・ピッキングロボット PFN plug&pick robot 様々な生産ラインや作業場に “Plug” したらすぐに、様々なものを “Pick” できるロボットシステムです。 深層学習による最先端のビジョン認識、高速ピッキング動作、賢いロボット制御とリカバリのコア技術と、学習済み画像認識モデルの提供やソフトウェアパッケージ提供によって、実現します。お問合せは以下のe-mailアドレスにご連絡ください。 Videos: https://youtu.be/kS5pOMm30Ic e-mail: [email protected]
More Related Content
![[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み](https://cdn.slidesharecdn.com/ss_thumbnails/intel20200801dllabdeeplearningdigitalconferencefinalv1-200806120825-thumbnail.jpg?width=640&height=640&fit=bounds)
Similar to 20181214 Semicon Japan Techspotセミナー：ディープラーニングを応用した製品不良検査ソフトウェアおよびピッキングロボットソリューション
![[基調講演] Deep Learning: IoT's Driving Engine](https://cdn.slidesharecdn.com/ss_thumbnails/dllabdaykeynotenishikawa-180704002744-thumbnail.jpg?width=640&height=640&fit=bounds)
![[Japan Tech summit 2017] MAI 001](https://cdn.slidesharecdn.com/ss_thumbnails/techsummit2017pdfmai001-171115034129-thumbnail.jpg?width=640&height=640&fit=bounds)
![[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用](https://cdn.slidesharecdn.com/ss_thumbnails/ai08-170705031536-thumbnail.jpg?width=640&height=640&fit=bounds)
20181214 Semicon Japan Techspotセミナー：ディープラーニングを応用した製品不良検査ソフトウェアおよびピッキングロボットソリューション
- 1. ディープラーニングを応用した 製品不良検査ソフトウェア および ピッキングロボットソリューション SEMICON JAPAN 2018Techspotセミナー Preferred Networks 三好 邦彦 / 河合 圭悟
- 2. Preferred Networksの会社紹介 製品不良検査ソフトウェア Preferred Networks Visual Inspection ピッキングロボット Preferred Networks plug&pick robot 今日お話すること 2 不良
- 3.
- 4. Preferred Networks (PFN) 4 Founded : March. 2014 Office : Tokyo. Japan, Berkeley CA. US Employees : 180+（8割以上が研究者またはエンジニア） Business domains ━ 交通 ━ 製造業 ━ バイオヘルスケア ━ パーソナルロボット Deep Learning (AI) Industrial/consumer IoT
- 5.
- 6. PFN ブース出展しております 東3ホール小間番号3538 深層学習に特化した半導体/クラスター 製品不良検査ソリューション ピッキングロボットソリューション のご紹介をしております 6
- 7.
- 8.
- 9. 自動外観検査システム導入の動機 人手不足 検査基準のぶれ ● 目視検査は重労働 ●教育コストが高い ● 基準の属人化 ● 生産拠点間の基準揺れ 携帯端末の外装 布製品自動車の外装回路の実装パターン コネクタ
- 10. Preferred Networks VisualInspection の特徴 従来型 マシンビジョン 容易に利用できる／実証完了まで早い 検 知 精 度 が 高 い
- 11. Preferred Networks VisualInspection の特徴 従来型 マシンビジョン 容易に利用できる／実証完了まで早い 検 知 精 度 が 高 い 深層学習応用 要アノテーション
- 12. Preferred Networks VisualInspection の特徴 従来型 マシンビジョン 容易に利用できる／実証完了まで早い 検 知 精 度 が 高 い 深層学習応用 アノテーション不要 深層学習応用 要アノテーション
- 13. 従来型 マシンビジョン 容易に利用できる／実証完了まで早い 検 知 精 度 が 高 い Preferred Networks Visual Inspection PreferredNetworks Visual Inspection の特徴 深層学習応用 要アノテーション 深層学習応用 アノテーション不要
- 14.
- 15.
- 16. 少ない枚数でも圧倒的な精度 16 データ種別 データ数 良品データ 79 不良品データ41 合計 120 データ種別 データ数 良品判定 不良品判定 良品データ 21 21 0 不良品データ 10 0 10 オフィスカーペット画像(PFN作成 ) 検証結果 学習データ（学習時間 約45分） 過検知 ゼロ 検知漏れ ゼロ
- 17. 少ない枚数でも圧倒的な精度 17 データ種別 データ数 良品データ 128 不良品データ22 合計 150 データ種別 データ数 良品判定 不良品判定 良品データ 850 850 0 不良品データ 128 0 128 DAGM2007 異常検知データセット Class1 検証結果 学習データ（学習時間 約10分） 過検知 ゼロ 検知漏れ ゼロ
- 18.
- 19.
- 20.
- 21. 導入フロー トライアル 実証 導入・運用 学習ツール 検知ライブラリ •傷箇所アノテーション不要 • 最小の学習用画像データ （良品100枚/不良品20枚～） • CPU版は無償提供 （1～10枚/秒） • GPU版は高速検知 （最大100枚/秒）
- 22.
- 23. パートナー紹介 : 株式会社Phoxter様
- 24. PFN Visual Inspectionの4大特徴 異常箇所を強調表示 直感的な学習UI ／ 人間に近い検知スコア 外観検査システムをスピーディかつ安価に構築 様々な素材の外観検査に対応 検知結果の説明性が高い 良品 100枚～ 不良品 20枚～ 小規模なデータセットでもOK 非エンジニアでも簡単操作 布 金属 プラスチック
- 25. PFN Visual Inspection導入効果 作業員の習得支援 ライン・工場増設の期間短縮 立ち上げの期間短縮 品質基準の統一 導入コスト削減 導入 運用 拡大 製造現場のフェーズ
- 26. PFN Visual Inspectionウェブサイト https://pvi.preferred-networks.jp/
- 27.
- 28. 今日お話したいこと ロボットによる “物体ピッキング“の最新技術のご紹介 本技術を導入・活用されたいお客様や、パートナー様を 募集したい 28
- 29.
- 30. これからのロボティクス 正確な動作 + 環境への柔軟性 ポインティング + 物体への 接触 (マテハン、組立 etc) 現場合わせこみの System Integration からの転換 抽象的なタスクの定義へ 30
- 31.
- 32. 研究開発の変遷 CEATEC 2016 Amazon PickingChallenge 2016 EC業者様への 導入検討 ICRA 2017 32
- 33. Picking の自動化 33 物流 小売の バックヤード 食品 現状の課題 人が雇いづらくなっている （賃金を高くしても集まらない） e-コマース等の台頭により、 物流量はどんどん増加 単調な労働による負担 自動化を進めたい 部品工場
- 34.
- 35.
- 36. PFN plug&pick robot Plug& Pick ! 様々な生産ラインに “Plug” したらすぐ、 様々なものを“Pick” できる なんでも、どこでも、いつでも 36
- 37.
- 38. ロボットのかんたん導入 - 学習済みのビジョン認識モデルを提供 - ソフトウェアパッケージ提供を検討 ビジョン認識、モーション生成、判断モジュールの一括提供を検討 -システムキャリブレーション最小化 - 賢いロボット制御とリカバリ動作生成 ロボットを置く ＋ 3Dカメラ設置 → システム起動して作業 38
- 39. PFN plug&pick robotの技術 ディープラーニングによる、最先端のビジョン認識 •“はじめて見る“ 物体を検出 • 0.2秒で検出完了 39
- 40.
- 41.
- 42. PFN plug&pick robotの技術 • 止まらない、連続した動き • 6秒でpick→place （人間が12秒程度） 42 高速 ピッキング動作
- 43. PFN plug&pick robotの技術 環境への適応 • リアルタイム センサフィードバック • 衝突回避の計算 • リカバリ動作生成 高度な意思決定 43
- 44.
- 45. まとめ Plug &Pick ロボット設置後すぐピッキングの導入評価が開始できる 3つのコア技術 ━ 最先端のビジョン認識 ━ 高速ピッキング動作 ━ 賢いロボット制御とリカバリ
- 46. コンタクト情報 Videos & Information Videos:https://youtu.be/kS5pOMm30Ic e-mail: [email protected] Web: https://www.preferred-networks.jp 46
- 47.
- 48.
- 49. PFN ブース出展しております 深層学習に特化した半導体/クラスターMN-Core 製品不良検査ソフトウェア PFN Visual Inspection ピッキングロボット PFN plug&pick robot ぜひお越しください！ 49 東3ホール 小間番号3538 不良
- 50. Copyright © 2018- PreferredNetworks All Right Reserved.
- 51.
- 52. 52 製品リリース実績 Robot : AIBin Picking (FIELD System Application) Robomachine：AI Thermal Displacement Compensation Preventive Maintenance Feature of Injection Molding Machine Using AI FANUC様の商品として、複数機能をリリース済み