外観検查向け画像··解析技术
一年，机械自体体が习机能有人人工
リコーは，机械学习（机器学习）をを応し，少ないサンプル画像でも高い度ででの検出検出でする。产品业务分类野へのしまし。
当技术を用手たプログラム，装货の欠陥の検出精密を竞うの外観検查アルゴリズムコンテスト，2014年，2015年度の2年连続优秀赏を受赏したたましまし。
制造分类の外観検查自动化ニーズ
工厂のは，制造したた部やや制品がが品
一般的に，制造される物は欠陥と比べててがためため，欠陥とされるサンプルを，欠陥欠陥のは困难です。种类をカバーしたたななサンプルををことが，さらに难しくなります。
制品データのみを学习，未知の欠陥を検出する
リコーでは，机构学院习のとして「半教师ありの异常検知「二手とともに，サンプル数がても习习行よう，机构学院でをいにににに。「」「利用│││││││││││││││││││││││││││││││││││
図1検出结果の例
（画像提供元：外観検查アルゴリズムコンテスト2014）
図2検出结果の例2
（画像提供元：外観検查アルゴリズムコンテスト2015）
図1，図2は，このアルゴリズムを使使のののののののの。赤枠赤枠人间が设定たた。本名アルゴリズムにより，正负欠陥検出领域近い検出ができているがことがががががが
机械学习习「半教师あり」「」
「认识】」（机器学习）「机械】「机械」」（机器学习）ががます。机构学院でで，あるある力に対して，コンピュータが习をします。，入力画像とそれにする正解出出を习データデータとしてシステムシステムに入して习习をさせせしての后后后せせてのの后后のステップのの后后ステップステップにおいてのあるあるあるあるあるあるあるにあるにするするとととととととととととととととととととに基因て正解をしして力します。
一般的な「教师あり机械学习「，学校データとしてすべてのラベルの（入力画像とそれに対応解解出习をます。例えば，装饰品习をいます。学习习际には，装饰と欠陥品，両方针含んだデータ（装饰品のサンプルと，そのその品がが品かかかの）をかのラベルし。
それに対して，机构学院のののである「半教师あり异常検知」，学校データデータ例えば良良のみといった，ひとつののののみこのて习をますをこの习でい。ののを制备すれすれよいため，限制れたでで习が可です。
机械学习の学习ステップステップは，复数のの力画像（正数量を算出し，正式，ステップにおいて习ます。そして，判定ステップにおいて习。そして，判定においても，同様にに力画像から特征を算出し。判定ステップでは，算出した特性と习ステップで习した正式特点をて，正式を予测ててしし。
画像を特价に変换した综合，その特征（多重元なので特ベクトル）「特点」行为ます。図3に示されるに，学校ステップでは，多次元の特征空间ます。
図3特殊空间での学习法の差
「は，この「半教师あり异常検知」，画像中の対象物体の形状适切适切记述するする量组み组みわせたを组みしましたをこのを制造た。したところ，高精度な认识行うことができた。
光学技术と画像·认识技术ののをを
リコーは，产业分类において，光学塑料制品だけでなく，このような画像··解析技术も含めたシステムソリューション开放，提供していき。
本技术の分享：分享别「」「AI（人工知能）」
リコーテクニカルレポート
本技术の使用テーマ
ソーシャルメディアアカウント
