FIS-200。

最后，带有深度学习的FIS "也 "已经开始工作。

首先，作为一种可靠的方法，我们采用了一种从传统的比较检查方法演变而来的方法：只登记好的产品，并使用深度学习只学习好的产品的波动情况。

FlexInspector/FIS-100比较检查系统在现场有1000多套设备在运行，只能处理质量好的零件的小波动，所以虽然它很可靠--只有在与好的零件几乎相同的情况下才会给出OK，但它往往会导致好的零件的百分比很低。此外，它不能处理好的质量波动较大的物体。

这种深度学习方法可以灵活地应对良品率的波动，具有提高良品率的作用。它还有望能够处理良品率波动较大的对象，这在以前是无法处理的。

它还可以与成熟的比较检查结合使用，首先在比较检查中运行，获取图像数据。也可以随着时间的推移加强对深度学习的评估。

请注意，这个版本的FIS也与KEYENCE VJ系列摄像机兼容。

挑战包括、
成本将增加约100万日元。根据不同的规格，相机、电脑和软件的成本可能在300万日元左右。没有年度更新费用。
与学习时间只需几秒钟的比较检查相比，学习时间是几十分钟或几小时的数量级。然而，在训练期间，可以在后台继续用 "预训练模型 "进行检查。
由于GPU的内存限制，很难对大型图像进行 "原样 "处理。他们必须缩小尺寸并进行检查。

如果你想进行评估，请准备大约100张好的图像和需要检测的NG图像。我们将免费提供这项服务。