View a markdown version of this page

産業用コンピュータビジョンを使用して製品の欠陥を特定する - 産業用コンピュータビジョンを使用して製品の欠陥を特定する
製品欠陥のコンピュータビジョンアーキテクチャ図詳細情報図の履歴

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

産業用コンピュータビジョンを使用して製品の欠陥を特定する

公開日: 2024 年 10 月 10 日 (図の履歴)

このアーキテクチャでは、X 線画像の金属の欠陥、損傷、異常のキャストなどの異常を検出できます。Amazon Lookout for Vision、Amazon Simple Storage Service (Amazon S3)、および AWS Lambda を使用して、製造における品質検査を行います。

製品欠陥のコンピュータビジョンアーキテクチャ図

コンピュータビジョンと Amazon Lookout for Vision で製品の欠陥を検出するためのアーキテクチャ図 AWS。

次の手順では、アーキテクチャについて説明します。

  1. X 線マシン、カメラ、その他のデバイスで、一貫した条件下で画像をキャプチャします。

  2. エッジデバイスAWS IoT Greengrassの場合はAWS Transfer Family、、AWS DataSync、または AWS を使用して製品イメージを に転送します。

  3. 製品イメージをトレーニングデータセットとテストデータセットに分割して Amazon S3 に保存します。

  4. トレーニングデータセットで Amazon Lookout for Vision を使用して、不具合検出モデルのラベル付け、トレーニング、チューニング、デプロイを行います。

  5. 管理者とデータサイエンティストが管理するモデルを Amazon API Gateway と Lambda で公開します。

  6. ランタイム推論では、Lambda を使用してモデルを開始します。Lambda AWS Step Functionsで を使用して、サーバーレスワークフローをオーケストレーションします。

  7. バッチ異常検出の場合は、コンピューティングAWS Fargate用に AWS Batchを使用してバッチジョブを に送信します。

  8. Amazon Simple Notification Service (Amazon SNS) を通じて信頼レベルでユーザーに通知します。最小信頼度しきい値が満たされない場合、ユーザーは未検出データにラベルを付ける入力を提供します。

  9. 最終結果を Amazon S3 for Quick Visualization に保存します。工場で製造実行システム (MES) に結果を書き戻します。

詳細情報

詳細については、次のリソースを参照してください。

図の履歴

このリファレンスアーキテクチャ図の更新について通知を受け取るには、RSS フィードをサブスクライブします。

変更説明日付

初版発行

リファレンスアーキテクチャ図が最初に公開されました。

2024 年 10 月 10 日

RSS サブスクリプション

RSS の更新をサブスクライブするには、使用しているブラウザで RSS プラグインを有効にする必要があります。