ディープラーニングOCRで複雑なコードを読み取る

要点

高度なAIベースのOCR技術を難易度の高いコード読み取りアプリケーションに使用する利点には、次のようなものがあります。

事前学習済みの効率性：オムニフォントライブラリは、トレーニングの手間を省き、ほとんどのアプリケーションですぐに使用できます。
産業アプリケーション： 自動車、エレクトロニクス、ライフサイエンスは、厳しい条件下での正確なコード読み取りで効果を得られます。
迅速な再トレーニング：エンジニアは、誤読文字を製造現場で直接再トレーニングすることができます。
課題の処理：多くの表面上の低コントラスト、変形、エンボス加工されたコードを読み取ります。
生産性の向上： 読み取り不能を減らし、機械の稼働時間を最大化し、トレーサビリティ規格への準拠を保証します。

光学式文字認識（OCR）へのAIの使用

従来のマシンビジョンシステムは、均一な背景を持つ明瞭でシンプルなフォントに対して優れた性能を発揮しますが、ディープラーニングOCRツールは、変形したフォント、傾いたフォント、低コントラストのフォントの取り扱いに優れています。従来のシステムが困難な場面で真価を発揮し、複雑な背景や予測不可能な特定用途のフォントを扱うメーカーにとって理想的です。

ディープラーニングベースのソフトウェアが、これらの複雑なOCR/OCV検査アプリケーションに根本的に簡単で正確な代替手段を提供する方法を見てみましょう。

自動車用ソリューションガイド

ダウンロード

自動車産業向けディープラーニングOCR

自動車メーカーや部品サプライヤーは、シリアル番号を使用して、サプライチェーンの高価な部品を追跡し、アセンブリが正しいことを確認します。ほとんどの部品には、10桁のドットピーンシリアル番号が刻まれ、テスト中にエラーが発生してもソースをトレースできるようになっています。

リコールの場合でも、影響を受ける部品はすぐに市場から取り除くことができます。しかし、これらのコードは、研磨や鋳造のような工程中に変形することが多く、従来のOCRには課題がありました。例えば、金属表面がまぶしいと、自動検査システムのカメラに混乱が生じることがあります。ドットピーンのシリアル番号の変形がひどく、読みにくい場合、OCRとOCVの処理が遅くなり、トレーサビリティが効果的に行えないことがあります。

ディープラーニングOCRツールは、最も変形した文字でさえ正確に識別する事前学習済みのライブラリを使用することで、この問題を克服しています。オムニフォントライブラリのトレーニングは短時間で済み、高度なビジョンの専門家は必要ありません。コグネックスのディープラーニングは、アプリケーションごとに調整するだけです。各コードの個別の文字を識別するようにアルゴリズムに学習させる代わりに、トレーニングエンジニア（ビジョンエキスパートではない）に必要なのは、対象領域（通常、誤読文字のある領域）を定義し、文字サイズを設定して、画像にラベルを付けるだけです。誤読文字やアプリケーション固有のフォントは、工場の現場で簡単に再登録できます。

エレクトロニクス産業向けディープラーニングOCR

集積回路（IC）パッケージやリードフレームなどの電子部品のレーザーエッチングコードは、すべての電子ハードウェアメーカーにとって不可欠な特徴です。これらのバーコードとシリアル番号には、部品が製造された日付と場所、ロット番号、およびテストデータに関する情報が含まれています。また、コンポーネントがチップにマウントされ、モジュールに組み立てられる際に重要な情報であるはんだ温度と流量密度に関する情報を符号化する場合もあります。

これらのコードは、最終組み立てとデバイステストの各付加価値各段階で読み取られ、ハードウェアの適切な組み立てと、適切なコンポーネントの使用を確認します。ほとんどの半導体の小型化とPCB基板のスペース制約を考えると、メーカーのIDシステムは、生産をフルスピードで稼働させ、高価値のコンポーネントを追跡するための堅牢性が求められます。これは、1.1 mm x 1.4 mmの小さなスライダーヘッド側面のレーザー刻印されたコードを日常的に読み取らなければならない完成品メーカーに必要です。レーザーマークコードは生産中に劣化し、読みにくくなる可能性があります。

このような状況では、ディープラーニングベースのOCR/OCV技術は、すぐに使えるソリューションを提供し、事前登録されたオムニフォントライブラリによって、時間のかかる登録が必要なくなります。読み取りミスが減り、機械の稼働時間が最大化されるため、生産性のメリットを即座に得ることができます。

パッケージ産業向けディープラーニングOCR

メーカーは、システムを用意してサプライチェーン全体で各パッケージの情報の証跡を認識し、検証する必要があります。パッケージの完全トレーサビリティを確保しようとする場合、食品/飲料および消費財メーカーは、読み取りが難しいコードに遭遇します。

通常の欠陥は、ラベルに印字されたパッケージコードの文字が薄いか、またはボトルキャップなどの射出成形部品へのエンボス文字が損傷しているかです。コードは、複数部品パッケージの内容確認に使用されるか、内容物、製造元、製造日に関する情報を埋め込まれる日付/ロットコードとして使用されます。この場合、メーカーはOCR/OCV機器を使用して、製品を迅速に見つけ出し、製品から取り出したり、棚から引き出したりします。従来のOCR/OCV技術では、様々なフォントを事前に登録させておく必要があり、文字のコントラストの悪い場合にはデコードに苦労する可能性がありました。

ディープラーニングベースのOCR/OCV技術は、最もコントラストの低い文字や数字でも自動的に読み取ることができます。ディープラーニングベースのテクノロジを採用することで、メーカーは食品を最新の状態に保ち、トレーサビリティ法令を遵守し、生産にほとんど影響を与えずにリコールを進めることができます。

ライフサイエンス業界向けディープラーニングOCR

トラックアンドトレース法で厳しく規制されているライフサイエンス業界では、効果的なOCRとOCVが重要です。コンプライアンスを維持するため、メーカーや病院は、医療機器、手術道具、患者の病院IDブレスレットを扱うとき、使用するときに毎回コードをスキャンする必要があります。これにより、安全に関わる事象が発生した場合にサプライチェーン全体でデバイスや医薬品を厳重に管理できます。

管理する機器や製品が多いため、コードが変形したり、歪む可能性があります。また、画質は標準以下の場合は、カメラに見えるコードの外観が異なる場合があります。ライフサイエンス業界では、フォントを認識するようマシンビジョンシステムに学習させるのに時間を費やすのではなく、ディープラーニングベースの画像解析ソフトウェアに切り替えています。

ディープラーニングベースのOCRツールは、扱いが難しい基板に印刷されたコードや、金属部品上のドットピーンなどの変形しやすいコード、射出成形品のエンボス文字、電気部品にレーザーでエッチングされたコードでも、効果的かつ簡単に展開できます。コグネックスのディープラーニングOCR/OCV技術は、ほとんどの英数字文字は認識できるようになっているため、関心領域と文字サイズを設定するという簡単な事前登録のみで使用できます。このシステムは、工場の現場で誤読文字を素早く再登録できるため、メーカーは生産を中断する必要がありません。

ディープラーニングによるOCRやOCVのようなファクトリオートメーションアプリケーションの革命については、無料のホワイトペーパー、ファクトリオートメーション向けAIをダウンロードしてください。