鉄板の線キズ検査のAI作成例を紹介します。
１．MENOU-TE起動後、プロジェクトを開く
２．領域検出タスクの上で右クリックし、タスク名を変更するを選択
３．タスク名を入力し、変更をクリック（例_線キズ）
４．アノテーションをクリック
５．線キズを開く
６．線キズ部分を塗る
※塗り方はこちらの記事参照ください
７．学習フラグにチェックを入れる
８．もう一枚の画像も６～７の手順で色塗りと学習フラグにチェックを入れる
９．前処理のプレビューをクリック
１０．サイズ変換を【1/4】にする
※この値の決め方は、タスクによって異なります
このタスクではワークがどこにあるのかが分かるレベルに画像を粗くする
１１．トレーニングをクリック
１２．学習が開始される
１３．学習が終了し、ポップアップが表示されるので、OKをクリック
１４．ダッシュボード画面が表示されるので、表にある不明の7をクリック
１５．画像を開く
１６．キズがある画像（NG画像）である為、検出状態を検出あり（NG）へ変更
１７．画面左のサムネイル画像の検出状態が変更された
１８．他の画像も同様に１６～１７の手順で検出状態を変更する
１９．表の数値が変更された
２０．表の中で誤判定している画像が3枚あるため、画像を1枚ずつチェックする
２１．背景のゴミに反応している
２２．他の画像も同様にゴミに反応しており、反応している面積は18pixelと小さい
２３．検出ありの6枚については、2527～4468pixelとなっている
２４．解析設定の面積閾値を20にし、適用をクリック（20pixel以下の領域を無視）
２５．正答率が100%になった
２６．タスクコネクションをクリック
２７．ルールベースタスクをクリック
２８．形状抽出タスクをクリック
２９．タスク名と親タスクを選択し、追加をクリック
３０．形状抽出タスクが追加された
３１．形状抽出タスクをクリック後、ルールベースを選択
３２．入力タイプをスコアマップへ変更し、保存をクリック
３３．入力輪郭の＋ボタンをクリックし、計測値→輪郭長をクリック
３４．輪郭長のブロックを選択し、最小長を1000にし、保存をクリック
３５．画像内の長いキズだけが赤く表示され、他のキズは青く表示される（長いキズだけがNG判定されている）
３６．タスクコネクションをクリック
３７．ランタイム評価をクリック
３８．この検査項目を有効にするのチェックを外し、更新ボタンをクリック
３９．長いキズタスクを選択し、判定結果が正しいのか確認
４０．問題なければ、”閉じる”で終了
