检查装置制造方法及图纸

检查装置将检查对象物的状态的推定结果以及该推定结果的可靠度与检查对象物的数据关联起来进行存储，在该存储的数据满足规定的条件的情况下，判定为是执行追加学习或再学习的定时。在执行追加学习或再学习的情况下，从所存储的数据中提取追加的学习数据，至少根据提取出的追加的学习数据，制作用于追加学习或再学习的学习数据，对机器学习器进行指令以便使用该制作出的学习数据进行追加学习或再学习。习。习。

【技术实现步骤摘要】
【国外来华专利技术】检查装置


[0001]本专利技术涉及检查装置，特别涉及使用机器学习器存储的学习完成的学习模型，通过基于与检查对象物所涉及的数据的该检查对象物的状态的推定结果来进行该检查对象物的检查的检查装置。

技术介绍

[0002]在工厂等制造现场，进行在生产线中制造的产品的外观检查(例如，专利文献1)。为了进行产品的外观检查，需要通过机器学习预先制作识别器，该识别器根据通过拍摄装置对产品进行拍摄而得的图像数据，对是正常的产品的图像还是异常的产品的图像进行分类。
[0003]作为检查产品的外观的方法，存在如下方法：以从拍摄装置得到的图像数据为基础进行机器学习，使用通过机器学习生成的识别器进行好坏判定。识别器例如能够通过在由工业机械制造出的产品内，使用对拍摄合格品而得的图像数据赋予了表示是合格品的标签的监督数据和对拍摄不合格品而得的图像数据赋予了表示是不合格品的标签的监督数据进行学习来生成。这样生成的识别器被构建为对学习所使用的数据判定好坏，因此，在学习到的数据以外可能进行误判定。作为其对策，存在通过对以往的学习数据加入新的数据进行学习来提高识别精度的追加学习、再学习。
[0004]在进行追加学习/再学习时，存在以下那样的工序。
[0005]1.对在学习中使用的数据以外的新数据，通过人工实施注释(标签的赋予)
[0006]2.用户确认数据，适时指示学习的执行
[0007]3.对学习数据追加上述新数据，实施机器学习
[0008]现有技术文献
[0009]专利文献
[0010]专利文献1：日本特开2014
‑
190821号公报

技术实现思路

[0011]专利技术要解决的课题
[0012]如上所述，为了进行追加学习、再学习，需要通过人工进行注释。然而，一般情况下存在如下问题：为了通过人工对大量的图像数据进行注释，花费大量的劳力和时间。
[0013]另外，为了明确需要集中到何种程度后进行追加学习、再学习的定时，需要用户熟练。并且，为了提高基于追加学习、再学习的识别器的识别精度，需要使用适当的数据。但是，关于通过使用怎样的数据能够进行有效的追加学习、再学习，若没有与机器学习有关的知识则难以进行判断。
[0014]这样，为了进行追加学习、再学习，人工的作业是不可缺少的，另一方面，存在针对进行作业的用户的负担大这样的问题。
[0015]因此，期望用于判定进行有效的追加学习、再学习的定时的技术。
State Drive)等构成，即使检查装置1的电源断开也保持存储状态。在非易失性存储器14中存储经由接口15从外部设备72读入的数据、经由输入装置71输入的数据、经由网络5从工业机械3取得的由传感器4检测出的数据等。存储在非易失性存储器14中的数据也可以在执行时/利用时在RAM13中展开。另外，在ROM12中预先写入有公知的解析程序等各种系统程序。
[0031]在工业机械3安装有对检查对象物(成为检查对象的产品)的外观等进行检测的传感器4。在工业机械3包含前端安装有作为拍摄装置的传感器4的机器人等。
[0032]接口15是用于将检查装置1的CPU11与USB装置等外部设备72连接的接口。能够从外部设备72侧读入例如与各工业机械的动作相关的数据等。另外，在检查装置1内编辑的程序、设定数据等能够经由外部设备72存储在外部存储单元中。
[0033]接口20是用于将检查装置1的CPU与有线或无线网络5连接的接口。网络5与工业机械3、雾计算机6、云服务器7等连接，在与检查装置1之间相互进行数据的交换。
[0034]读入到存储器上的各数据、作为执行了程序等的结果而得的数据、从后述的机器学习器100输出的数据等经由接口17被输出并显示于显示装置70。另外，由键盘、指示设备等构成的输入装置71将基于作业者的操作的指令、数据等经由接口18传递给CPU11。
[0035]接口21是用于将CPU11和机器学习器100连接的接口。机器学习器100具有：统一控制机器学习器100整体的处理器101、存储了系统程序等的ROM102、用于进行与机器学习相关的各处理中的临时存储的RAM103、以及用于学习模型等的存储的非易失性存储器104。机器学习器100能够经由接口21观测由检查装置1能够取得的各信息(例如，表示工业机械3的动作状态的数据)。另外，检查装置1经由接口21取得从机器学习器100输出的处理结果，存储或显示取得的结果，或者经由网络5等对其他装置发送。
[0036]图2是将本专利技术的一实施方式的检查装置1具有的功能作为概略的框图而示出的图。本实施方式的检查装置1具有的各功能通过图1所示的检查装置1具有的CPU11和机器学习器100具有的处理器101执行系统程序并控制检查装置1以及机器学习器100的各部的动作来实现。
[0037]本实施方式的检查装置1具有：数据取得部110、学习契机判定部120、学习数据制作部130以及学习指令部140。另外，检查装置1具有的机器学习器100具有学习部106以及推定部108。并且，在检查装置1的RAM13或非易失性存储器14中预先准备有：基本数据存储部200，其存储为了生成机器学习器100存储的学习模型而使用的学习数据(以下，设为基本学习数据)；取得数据存储部210，其作为用于存储数据取得部110从工业机械3等取得的数据的区域；以及推定数据存储部220，其存储机器学习器100的推定部108的推定结果，在机器学习器100的RAM103或非易失性存储器104上预先准备有作为存储学习模型的区域的学习模型存储部109。在本实施方式的检查装置1中，在学习模型存储部109中存储有通过使用了预先存储在基本数据存储部200中的学习数据的机器学习而生成的学习完成的学习模型(以下，设为基本模型)。
[0038]数据取得部110通过执行图1所示的检查装置1具有的CPU11从ROM12读出的系统程序，主要进行基于CPU11的使用了RAM13、非易失性存储器14的运算处理和基于接口15、18或20的输入控制处理来实现。数据取得部110取得在工业机械3的正常动作时由传感器4检测出的检查对象物所涉及的数据。数据取得部110取得例如由安装于工业机械3的传感器4检测出的、表示检查对象物的外观的图像数据、通过使检查对象物以规定的频率振动而产生
的声音数据等。数据取得部110取得的数据可以是光栅形式或对该光栅形式的数据进行加工而得的规定的图像形式的图像数据，另外，也可以是动态图像数据等时间序列数据，另外，数据取得部110也可以经由网络5从工业机械3直接取得数据，还可以取得外部设备72、雾计算机6、云服务器7等取得并存储的数据。数据取得部110取得的数据存储在取得数据存储部210中。
[0039]机器学习器100具有的推定部108通过执行图1所示的机器学习器100具有的处理器101从ROM102读出的系统程序，主要进行基于处理器101的使用了RAM103、非易失性存储器104的运算处理来实现。
[0040]本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种检查装置，其用于使用机器学习器存储的学习完成的学习模型即基本模型，通过基于检查对象物所涉及的数据的该检查对象物的状态的推定结果来进行该检查对象物的检查，其特征在于，所述检查装置具有：推定数据存储部，其将检查对象物的状态的推定结果和该推定结果的可靠度与所述检查对象物所涉及的数据关联起来进行存储；学习契机判定部，其在所述推定数据存储部中存储的数据满足规定的条件的情况下，判定为是执行追加学习或再学习的定时；学习数据制作部，其在所述学习契机判定部判定为是执行追加学习或再学习的定时的情况下，从所述推定数据存储部中存储的数据中提取追加的学习数据，至少根据提取出的追加的学习数据，制作用于追加学习或再学习的学习数据；学习指令部，其对所述机器学习器进行指令以便使用所述学习数据制作部制作出的所述学习数据来进行追加学习或再学习。2.根据权利要求1所述的检查装置，其特征在于，所述检查对象物所涉及的数据是所述检查对象物所涉及的图像数据。3.根据权利要求1所述的检查装置，其特征在于，在存储于所述推定数据存储部的数据中，所述可靠度为预先确定的第一阈值以下的数据存在预先确定的第二阈值以上的情况下，所述学习契机判定部判定为是执行追加学习或再学习的定时。4.根据权利要求3所述的检查装置，其特征在于，所述学习数据制作部在存储于所述推定数据存储部的数据中，...

【专利技术属性】
技术研发人员：小林直登，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：