HxGN Visual Detection とは

HxGN Visual Detection は、欠陥検出に理想的な自動表面検査アプリケーションです。

製品のお問い合わせ

HxGN Visual Detection

HxGN Visual Detection は、ガラス、金属、プラスチック、セラミック、繊維など幅広い材料の欠陥を検出できる自動表面検査アプリケーションです。高度な AI を使用して、さまざまな欠陥を特徴とするわずかなサンプル画像から迅速に学習します。このソフトウェアは、幅広い使用事例をサポートするために導入でき、大規模な製造セル内での高速スループットを管理したり、コンセプトの検証中に少数の高価値コンポーネントをチェックしたりすることができます。

Hexagon の共通の UI 設計に基づく直感的でユーザーフレンドリーなインターフェイスを使用して、わずか数クリックで新しい検査計画を作成できます。トレーニング画像の欠陥の周りに長方形または多角形をすばやく描画し、ラベルを貼り付けます。品質レポートにアクセスして、欠陥の場所、サイズ、分類に関する詳細を確認できます。HTML 形式の品質レポートは、同僚や関係者と簡単に共有できます。

表面下

表面は品質の主要な指標です。品質不良のコスト（CoPQ）は、多くのメーカーにとって常に問題となっています。製品リコールとリワークは収益に影響します。企業が表面の欠陥を検出できないと、ブランドの評判や商取引関係が損なわれます。

ひっかき傷や欠陥を識別するためのビジョンシステムの設定には、多くの場合、高価なプロジェクトと特定の部品に合わせたシステム設定のためのカスタムコーディングが義務付けられます。HxGN Visual Detection は、機械学習の力を活用して正常表面と異常表面の違いを迅速に理解し、インライン、ニアライン、オフラインで識別することで、品質管理チェックの確立に関連する時間とコストを大幅に削減します。

HxGN Visual Detection は、表面の完全性や仕上げが不可欠なあらゆる業界やアプリケーションで、無駄を削減し、収益性を向上し、競争力を維持するための自動化、精度、スピードを提供します。

エラーを迅速に修正することで無駄を削減
迅速な導入、簡単なトレーニング
特定の製造ニーズに柔軟に対応
最小限のオペレータートレーニングでの簡単操作
機械学習による欠陥の特定による迅速な品質管理
Hexagon 製品の既存のエコシステムと統合
生産システムへのカスタム統合に向けた完全自動化

特長と利点

生産スピードの向上
HxGN Visual Detection は、品質部門で作業する場合でも、工場フロアに設置する場合でも、表面のエラーや異常を迅速に自動的に検出することで、より迅速な品質管理スループットを実現します。機械学習プロセスは、シンプルかつガイド付きです。新しい製品は、製品スペシャリストや品質エンジニアの介入をほとんど必要とせずに、製造セルに迅速に追加できます。

幅広い用途に対応する柔軟性
HxGN Visual Detection は、畳み込みニューラルネットワーク（CNN）機械学習により、幅広い材料に存在するターゲット欠陥を認識するようトレーニングできます。自動化された品質管理チェックは、家電、コンピューティング、航空宇宙、医療、自動車製造で一般的に使用される多くのコンポーネントに対して迅速に設定できます。大規模な製造セル内での高速スループットのインラインモニタリング、またはコンセプトプルーフ中に高価値コンポーネントの小バッチを検証する場合に使用します。

既存の Hexagon 計測ワークフローにプラグイン
HxGN Visual Detection は、ビジネス全体でよりスマートな製造のための自動化された品質プロセスを取り入れる、より広範なエコシステムの一部です。Hexagon の Optiv ビジョン CMM で使用可能な上に、 PC-DMIS 測定ワークフローに統合して自律性、精度、効率を向上できます。

自動化のための統合

シンプルから洗練されたスタイルまで。HxGN Visual Detection は、分析のために画像のディレクトリを監視するスタンドアロンアプリケーションとして、あらゆる生産システムに簡単に追加できます。API を介してサードパーティのアプリケーションと統合し、完全に自動化された表面検出システムを作成することもできます。
テクニカルデータ
PC-DMIS および OPTIV ビジョン CMM で動作： Hexagon の計測ワークフローに表面検査を追加します。

迅速なセットアップと設定： コーディング不要ですぐに使用できます。

さまざまな CNN モデルから選択： アプリケーションに最も有用な機械学習モデルを選択します。

YOLO（you only look once）CNN の原則に基づく： 高速オブジェクト検出のための主要なニューラルネットワーク。

画像変形、正規化、フィルタリングアルゴリズム： 高度な画像分析により正確な欠陥検出を実現。

使いやすいハイパーパラメータ： コーディングなしで微調整された画像分析。

ローカル GPU と統合： 高速レンダリングと検出のためのコンピュータ処理能力への直接アクセス。

品質レポート： 便利な HTML 形式でレポートに簡単にアクセスし、共有。

寸法解析システムとの統合が簡単： ブリッジアプリケーションを介してビジョン CMM やその他の計測ワークフローに統合。