ねじ計数

ネジの個数をカウントして合否判定を行っています。ここでは20個でOK、それ以外の値はNGとしています。ネジが横になっていても立った状態でも正しく計数しています。（画像クリックで拡大表示）

20個とカウントし、OKと判定されています。

21個とカウントし、NGと判定されています。

19個とカウントし、NGと判定されています。

ストロー断面の計数

１０本程度のストロー断面を学習させることによって、１００本のストロー断面を計数できます。この例では計数されたストロー断面が分かりやすいように認識物をピンクのドットで表示しています。（ドット表示モード）

計数処理前の生画像

１００本検出してＯＫとなった状態

９９本の状態（ＮＧ）

色や形、模様などにばらつきのある棒の計数

色や形のばらつきが大きい対象物の計数例です。ここでは排出トレイにある棒の計数をしています。この例のように、以前では難しかった色や明るさのばらつきが大きな物でも学習により全て計数できます。表示は「ドット表示」モードで行っています。

OKの状態です。90本をOKとして設定しています。装置下部の2つの穴も棒サイズと色に近いですが、アノーテーションで避けて設定しているので検出はされません。

アノーテーションは少ない本数でもOKです。穴にアノーテートしないことで穴を誤検出することは無くなります。

NG（本数不足）の例です。このように確認用ドットの色を他の色に変えることもできます。

箱内部品のカウント

箱内の黒い部品を計数する時、特に箱内に影があったり部品が密集していると一般的にカウントが難しくなりますが、この例のようにディープラーニングの認識を使うことにより正確にカウントすることができます。

箱詰め後、蓋を閉じる前に確認することを想定した例です。12個1ダースで合格としています。
一般的には検出の難しい黒い部分でもカウントできています。

一つ足りない状態（ＮＧ）

間仕切り内の製品向き揃い

ここではカメラの向きが揃っているかを確認しています。全て右向きのときOKとなるように設定しています。（画像クリックで拡大表示）

全て右向きでOKと判定しています。

中央のひとつが左向きでNGと判定しています。

右下のひとつが左向きでNGと判定しています。

透明体のカウント

透明体はカウントが難しいものの一つです。この例では間仕切りに入れられた透明体の数を数えています。表面のテカりや照明環境の変化に対して影響されにくいカウントです。間仕切りがないランダムな状態でもカウントが可能です。

全てに透明体が配置されている状態（ＯＫ）

入れ忘れが起きている状態（ＮＧ）

PE袋内の特定部品のみの検出

PE袋内の特定の部品のみを検出しています。

穴のサイズごとに計数

穴のサイズを大、中、小に分けて計数しています。ワークの位置や姿勢に関わらず穴を認識しています。無視すべき穴（下のステンレス板の穴）はカウントしていません。また金属光沢にも影響されにくいのが特徴です。（クリックで画像拡大）

ボタン電池の計数

ボタン電池の計数を行いつつ、裏面のもの（ＮＧ）がないかチェックしています。金属光沢や光沢面への写り込みに影響されずに裏面かどうかを判定できています。（クリックで画像拡大）

２４枚を検出してＯＫとしている状態

１枚のウラ電池を検出してＮＧとしています。

複数のウラ電池を検出しています。

黒背景中の黒い部品の計数

黒い背景の中の黒い物体の検出は手続き型の画像処理では困難ですが、ディープラーニング（ＡＩ）では可能です。この例では黒い板の上に置かれた黒い部品をカウントしています。（クリックで画像拡大）