Manual 2

2章　DMLのデータセット作成

「NEW DATASET」から、データセット名を入力し、新しいデータセットを作成します。

[表の説明]

Dataset Nameこのデータセットの名称
Dataset IDこのデータセットのID
Owner Nameこのデータセットを作成したユーザー名
Sample Imageこのデータセットの一番新しい登録画像を表示
Planこのデータセットの契約サービスプラン
Free： 無料
Pay-per-use： 0.01USドル/回
Light： 400USドル/月
Standard： 1,200USドル/月
Plan Setting Userこのデータセットのプランを変更したユーザー名
API Call StatusこのデータセットのAPI呼び出し状態
Available： API呼出し可能
Not available： API呼出し不可能
Restricted： API呼出し不可能（一時停止中）
Training Dataこのデータセットに登録したトレーニング画像データ数
Test Dataこのデータセットに登録したテスト画像データ数
AI Model StatusこのデータセットのAIモデルの作成のステータス
No AI model exists：AIモデル未作成
Learning in progress：AIモデル作成中
AI model creation complete：AIモデル作成済
Test in progress：AIモデルのテスト中

2-1.　AIモデルの作成と確認のための画像登録

「AI MODEL」タブから、トレーニングとテストに使用する正常/異常画像を登録します。

[画像登録ボタンの説明]

Normal Training imageこのデータセットのトレーニング用の正常画像の登録
Anomalous Training imageこのデータセットのトレーニング用の異常画像の登録
Normal Test imageこのデータセットのテスト用の正常画像の登録
Anomalous Test imageこのデータセットのテスト用の異常画像の登録
Delete ALL Dataこのデータセットのすべての登録画像の削除

[規定枚数]

最小枚数最大枚数
Normal Train Image20枚Free：100枚
Basic：200枚
Standard：5000枚
Abnormal Train Image5枚
Normal Test Image合計1枚
Abnormal Test Image

注１）高解像度の画像データは、AIモデル作成に時間がかかるため自動的に解像度が800px以下にリサイズされます。
注２）最大枚数を超えるアップロードはできません。
注３）一度に100枚を超える画像のアップロードはできません。

登録された画像はImgの画像アイコンから確認することができます。

トレーニング用の異常画像を登録した際に、cellSelectedの「Select」ボタンから異常部分のセル選択を行います。
最も異常部と思われるセルを1か所選択してください。

2-2.　検査範囲の設定

もし、画像データに検査に不要な領域を含んでいたり、部分的に検査を行いたい場合には、検査箇所だけにトリミングした加工画像をユーザー自身で用意してアップロードをする方法と、ADFIサービス上で検査範囲の設定を行う方法の２つがあります。

ADFI上で検査範囲を指定することで、事前に画像加工を行う手間を省くことができます。

「INSPECTION RANGE SETTING」のタブを選択し、表示されたサンプル画像から検査範囲を選択します。この検査範囲は同じデータセット内にアップロードしたすべての画像に適用されます。

Clear Rangeこのデータセットで保存された検査範囲に表示をリセットします
Save Inspection Rangeこのデータセットで選択した検査範囲を保存します

注１）検査範囲の座標は割合にて表示され、最小値0、最大値1になります。
注２）検査範囲の設定は、AIモデルの作成前に行うことができます。検査範囲の再設定を行いたいときはAIモデルを削除してから行ってください。

2-3.　AIモデルの作成と再学習

規定最小枚数以上の画像データを登録したら、次にAIモデルの作成を行います。
「AI MODEL」タブの「Create AI Model」ボタンを選択してください。

Create AI Modelこのデータセットで登録された画像の検査範囲部分のAIモデルを作成します
Delete AI Modelこのデータセットで作成されたAIモデルを削除します
Re-trainingこのデータセットのAIモデルの再学習とテストをおこないます
Testこのデータセットで作成されたAIモデルを使用して、テストを行います

この時のAIモデル作成のステータス状態はDataset DetailのAI Model Statusで確認できます。

AIモデルの作成には10分～1時間程度かかります。

また、AIモデル作成後にトレーニング用の画像データの変更をし、学習結果に反映させたい場合は「Re-Training」でAIモデルの再学習を行ってください。

2-4.　AIモデルのテストと判定閾値設定

テスト用の正常/異常画像を使用して、AIモデルの学習結果の確認と、良品/不良品の判定閾値の設定を行います。

「AI MODEL」タブの「Test」ボタン、もしくは「TEST」タブの「Test」ボタンを選択します。

「AI Model Status」でテストの進捗状態を確認できます。

Number of imagesこのデータセットのテスト画像数
Correct Answers(main)このデータセットのMain閾値の正解数（正常/異常を正しく判定した数）
Accuracy(main)このデータセットのMain閾値の正解率（正常/異常を正しく判定した割合）
Recall(main)このデータセットのMain閾値の再現率（異常画像に対して、異常を検出できた割合）
Precision(main)このデータセットのMain閾値の適合率（異常検出した画像のうち、本当に異常画像だった割合）
Correct answers(sub)このデータセットのSub閾値の正解数（正常/異常を正しく判定した数）
Accuracy(sub)このデータセットのSub閾値の正解率（正常/異常を正しく判定した割合）
Recall(sub)このデータセットのSub閾値の再現率（異常画像に対して、異常を検出できた割合）
Precision(sub)このデータセットのSub閾値の適合率（異常検出した画像のうち、本当に異常画像だった割合）

AIモデルのテスト後、判定閾値を設定します。

「AI MODEL SETTING」タブを選択すると、指定した検査範囲の画像が表示されます。

TMとTSの２つの判定閾値を選択できます。
※TM: Threshold (main), TS: Threshold (sub)

２つの閾値を別の値に設定することで次のように使用することができます。

  • TMの閾値を超える判定結果は「異常」と判断します。
  • TMとTSの閾値の間の判定結果は「再検査」と判断します。（目視で再検査します。）
  • TSの閾値を下回る判定結果は「正常」と判断します。

注1）TMとTSの値の大小は逆転しても問題ありません。
注２）TMとTSのデフォルト値は次に設定されています。TM：0.5　TS：0.4

「AI MODEL SETTING」のヒストグラムを参考に、TMとTSを設定してください。

「Set Auto Threshold」ボタンを選択すると、テスト結果から最適な閾値を設定します。

閾値を設定したあとのAIモデルの再学習は不要です。

また、「AI MODEL」タブのImgアイコンからテスト画像を開くと、AIの注目領域のヒートマップが表示されます。異常画像の異常部を正しく検知できている場合は、異常部が最も赤くなります。ヒートマップで赤くなっていることを確認してください。

正常画像のヒートマップでもAIが注目している箇所には赤い注目領域が表示されますが、判定閾値を超えていなければ正常と判定されているので問題ありません。

左：元画像　右：テスト結果のヒートマップ

次の章に進む