TOP特許意匠商標
特許ウォッチ Twitter
10個以上の画像は省略されています。
公開番号2024170983
公報種別公開特許公報(A)
公開日2024-12-11
出願番号2023087792
出願日2023-05-29
発明の名称プログラム、および、検査装置
出願人ブラザー工業株式会社
代理人鳳国際弁理士法人
主分類G06T 7/00 20170101AFI20241204BHJP(計算;計数)
要約【課題】 検査対象物のスジ状の欠陥を検査する。
【解決手段】
光学的に読み取られた検査対象物を表す対象画像を取得する。機械学習モデルを使用して、対象画像の一部であるパッチ画像に対応付けられる結果を取得する。パッチ画像は、機械学習モデルに入力される画像の基準サイズのアスペクト比、及び、1:1のアスペクト比とは異なるアスペクト比を有している。機械学習モデルは、パッチ画像の縦方向と横方向とのうちの長い方向に延びるスジ状の欠陥であってパッチ画像によって表される検査対象物中の欠陥の有無に応じて異なる結果を出力するよう訓練されている。結果に基づき、特定処理を実行する。
【選択図】 図1
特許請求の範囲【請求項1】
プログラムであって、
光学的に読み取られた検査対象物を表す対象画像を取得する第1取得機能と、
機械学習モデルを使用して、前記対象画像の一部であるパッチ画像に対応付けられる結果を取得する第2取得機能であって、前記パッチ画像は、前記機械学習モデルに入力される画像の基準サイズのアスペクト比、及び、1:1のアスペクト比とは異なるアスペクト比を有し、前記機械学習モデルは、前記パッチ画像の縦方向と横方向とのうちの長い方向に延びるスジ状の欠陥であって前記パッチ画像によって表される前記検査対象物中の前記欠陥の有無に応じて異なる結果を出力するよう訓練されている、前記第2取得機能と、
前記結果に基づき、特定処理を実行する実行機能と、
をコンピュータに実現させるプログラム。
続きを表示(約 2,200 文字)【請求項2】
請求項1に記載のプログラムであって、
前記第2取得機能は、前記長い方向に圧縮されたパッチ画像を表す前記基準サイズの画像を使用して、前記パッチ画像に対応付けられる前記結果を取得する、
プログラム。
【請求項3】
請求項1に記載のプログラムであって、
前記機械学習モデルは、前記基準サイズの画像の特徴量を算出するように訓練された特徴量算出部と、L個(Lは2以上の整数)の前記基準サイズの画像のL個の特徴量に対応付けられる結果であって前記L個の基準サイズの画像の全体に対応付けられる前記結果を出力するように訓練された出力部と、を含み、
前記パッチ画像は、L個のブロック画像を含み、前記L個のブロック画像は、それぞれ、前記基準サイズを有し、前記L個のブロック画像は、前記長い方向に連続する2以上のブロック画像を含み、
前記第2取得機能は、
前記特徴量算出部を使用して、前記パッチ画像の前記L個のブロック画像のL個の特徴量を取得し、
前記出力部と、前記L個のブロック画像の前記L個の特徴量と、を使用して、前記パッチ画像に対応付けられる前記結果を取得する、
プログラム。
【請求項4】
請求項3に記載のプログラムであって、
前記第2取得機能は、
前記パッチ画像である第1パッチ画像の前記L個のブロック画像に含まれる第1ブロック画像の特徴量に対応付けられる情報を表すデータを記憶装置に格納し、
前記対象画像の一部である第2パッチ画像であって、前記第1ブロック画像と、前記L個のブロック画像には含まれない第2ブロック画像と、を含む前記第2パッチ画像に対応付けられる結果を取得するために、前記特徴量算出部を使用する前記第1ブロック画像の前記特徴量の新たな取得を行わずに、前記記憶装置に格納される前記データによって表される前記情報を使用する、
プログラム。
【請求項5】
請求項1に記載のプログラムであって、
前記第2取得機能は、前記機械学習モデルを使用して、前記対象画像の一部である第2パッチ画像であって前記パッチ画像である第1パッチ画像とは異なる前記第2パッチ画像に対応付けられる結果を取得し、前記第2パッチ画像は、前記第1パッチ画像の形状と同じ形状を有し、前記第2パッチ画像は、前記第1パッチ画像の一部分である第1部分と、前記対象画像のうちの前記第1パッチ画像には含まれない第2部分と、を含む、
プログラム。
【請求項6】
請求項5に記載のプログラムであって、
前記機械学習モデルは、前記基準サイズの画像を処理する第1処理部と、前記第1処理部から出力される情報に対応付けられる結果を出力する第2処理部と、を含み、
前記第2取得機能は、
前記第1パッチ画像に対応付けられる前記結果の取得のために使用される第1情報であって前記機械学習モデルの前記第1処理部から出力される情報を使用して取得される前記第1情報の一部である第2情報を、前記第2パッチ画像に対応付けられる前記結果の取得のために、前記第1処理部を使用して新たに取得せずに、再使用する、
プログラム。
【請求項7】
請求項6に記載のプログラムであって、
前記第1情報は、前記第1パッチ画像内の複数の位置にそれぞれ対応付けられる複数の特徴情報を含み、
前記第2情報は、前記複数の特徴情報のうち、前記第1パッチ画像と前記第2パッチ画像とに含まれる前記第1部分内の位置に対応付けられる特徴情報を含み、
前記第2取得機能は、
前記第2情報を表すデータを記憶装置に格納し、
前記第2パッチ画像に対応付けられる前記結果の取得のために、前記記憶装置に格納される前記データによって表される前記第2情報を使用する、
プログラム。
【請求項8】
請求項7に記載のプログラムであって、
前記第1パッチ画像と前記第2パッチ画像とは、それぞれ、L個(Lは2以上の整数)のブロック画像を含み、前記L個のブロック画像は、それぞれ、前記基準サイズを有し、前記L個のブロック画像は、前記長い方向に連続する2以上のブロック画像を含み、
前記第1パッチ画像と前記第2パッチ画像とに含まれる前記第1部分は、M個(Mは、1以上、L未満の整数)のブロック画像を含み、
前記第1情報に含まれる前記複数の特徴情報は、前記第1パッチ画像内のL個のブロック画像にそれぞれ対応付けられるL個の特徴情報を含み、
前記第2情報は、前記第1パッチ画像と前記第2パッチ画像とに含まれる前記第1部分内のM個のブロック画像に対応付けられるM個の特徴情報を含む、
プログラム。
【請求項9】
請求項1から8のいずれかに記載のプログラムであって、
前記パッチ画像の前記アスペクト比によって表される短辺の長さに対する長辺の長さの比率は、2以上である、
プログラム。
【請求項10】
請求項1から8のいずれかに記載のプログラムであって、
前記検査対象物は、織物または編物であり、
前記特定処理は、前記検査対象物の搬送の停止を含む、
プログラム。
(【請求項11】以降は省略されています)

発明の詳細な説明【技術分野】
【0001】
本明細書は、機械学習モデルを使用して検査対象物の欠陥を検査する技術に関する。
続きを表示(約 1,800 文字)【背景技術】
【0002】
画像データを使用して欠陥を検出する技術が提案されている。例えば、特許文献1に記載の技術では、微細欠陥検査部と二値化検査部とムラ検査部とスジ状欠陥検査部とにより、被検査物の欠陥が総合的に判定される。
【先行技術文献】
【特許文献】
【0003】
特開平8-145907号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
ところが、検査対象物のスジ状の欠陥の検査には、工夫の余地があった。
【0005】
本明細書は、検査対象物のスジ状の欠陥を検査する技術を開示する。
【課題を解決するための手段】
【0006】
本明細書に開示された技術は、以下の適用例として実現することが可能である。
【0007】
[適用例1]プログラムであって、光学的に読み取られた検査対象物を表す対象画像を取得する第1取得機能と、機械学習モデルを使用して、前記対象画像の一部であるパッチ画像に対応付けられる結果を取得する第2取得機能であって、前記パッチ画像は、前記機械学習モデルに入力される画像の基準サイズのアスペクト比、及び、1:1のアスペクト比とは異なるアスペクト比を有し、前記機械学習モデルは、前記パッチ画像の縦方向と横方向とのうちの長い方向に延びるスジ状の欠陥であって前記パッチ画像によって表される前記検査対象物中の前記欠陥の有無に応じて異なる結果を出力するよう訓練されている、前記第2取得機能と、前記結果に基づき、特定処理を実行する実行機能と、をコンピュータに実現させるプログラム。
【0008】
この構成によれば、対象画像の一部であるパッチ画像は、機械学習モデルに入力される画像の基準サイズのアスペクト比、及び、1:1のアスペクト比とは異なるアスペクト比を有し、機械学習モデルは、パッチ画像の縦方向と横方向とのうちの長い方向に延びるスジ状の欠陥であってパッチ画像によって表される検査対象物中の欠陥の有無に応じて異なる結果を出力するよう訓練されているので、検査対象物のスジ状の欠陥の検査を適切に行うことができる。
【0009】
なお、本明細書に開示の技術は、種々の態様で実現することが可能であり、例えば、検査方法および検査装置、それらの方法または装置の機能を実現するためのコンピュータプログラム、そのコンピュータプログラムを記録した記録媒体(例えば、一時的ではない記録媒体)、等の形態で実現することができる。
【図面の簡単な説明】
【0010】
データ処理装置を示す説明図である。
デジタルカメラ110と織物700と搬送装置900との斜視図である。
(A)-(E)は、織物700の欠陥の例を示す説明図である。
訓練処理の例を示すフローチャートである。
(A)-(D)は、訓練と検査とで処理される情報を表す図である。
横モデル310hの例を示すブロック図である。
特徴マップの概要を表す図である。
検査処理の例を示すフローチャートである。
(A)-(C)は、パッチ画像と異常マップとの例を示す図である。
(A)-(F)は、訓練と検査とで処理される情報を表す図である。
訓練処理の例を示すフローチャートである。
特徴マップの概要を表す図である。
検査処理の例を示すフローチャートである。
(A)は、位置関係の参考例を表す図である。(B)は、横パッチ画像91sの配置の例を表す図である。
検査処理の例を示すフローチャートである。
特徴マップの概要を表す図である。
検査処理の例を示すフローチャートである。
全体特徴マップの例を表す図である。
横パッチ画像91sの配置の例を表す図である。
横パッチ画像の別の実施例を表す図である。
異常検知モデルの別の実施例を示すブロック図である。
「Swin Transformer」のアーキテクチャを表す図である。
(A)-(C)は、処理される情報の例を表す図である。
【発明を実施するための形態】
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する
Flag Counter

関連特許

株式会社ザメディア
出席管理システム
今日
トヨタ自動車株式会社
工程計画装置
今日
トヨタ自動車株式会社
作業判定方法
1日前
トヨタ自動車株式会社
情報処理システム
1日前
ゼネラル株式会社
RFIDタグ付き物品
2日前
株式会社国際電気
支援システム
2日前
トヨタ自動車株式会社
情報処理方法
1日前
ブラザー工業株式会社
ラベルプリンタ
1日前
富士通株式会社
画像生成方法
5日前
甍エンジニアリング株式会社
屋根材買い取りシステム
5日前
株式会社日立製作所
設計支援装置
今日
日立建機株式会社
潤滑油診断システム
今日
日立建機株式会社
作業機械の管理装置
2日前
株式会社アイシン
情報提供システム
5日前
トヨタ自動車株式会社
車両用の情報処理装置
1日前
アルプスアルパイン株式会社
入力装置
5日前
トヨタ自動車株式会社
車両用の情報処理装置
今日
キヤノン株式会社
情報処理装置
5日前
サクサ株式会社
画像処理装置、方法、およびシステム
1日前
個人
情報処理システム、情報処理方法及びプログラム
5日前
株式会社カプコン
システム、サーバおよびプログラム
今日
ブラザー工業株式会社
印刷装置
今日
株式会社 ミックウェア
情報処理装置及び情報処理方法
今日
株式会社アイシン
投稿感情予測システム
5日前
ブラザー工業株式会社
画像形成システム
今日
日本電気株式会社
管理装置、管理方法、及びプログラム
5日前
株式会社セルズ
情報処理システム
5日前
KDDI株式会社
話し掛け判断装置及びプログラム
今日
株式会社NTTドコモ
情報処理装置
1日前
大和ハウス工業株式会社
プログラム、及び計測装置
1日前
株式会社JVCケンウッド
表示対象抽出装置
1日前
株式会社アイシン
物体検出装置
5日前
株式会社JVCケンウッド
認識処理装置およびプログラム
1日前
株式会社JVCケンウッド
認識処理装置およびプログラム
1日前
カシオ計算機株式会社
表示装置、表示方法及びプログラム
5日前
トヨタ自動車株式会社
姿勢検出システム及び姿勢検出方法
5日前
続きを見る