この取り組みについて長い間お知らせする事なく、忘れ去られた取り組みになっていると思いますので、経過報告を投稿します。
昨年8月の取組よりおよそ1年を過ぎようとしている外観検査AI・IoTの取り組みについて、今年の年明けにはワイズ・リーディング様のシステムも完成し、実装テスト段階に入り、ゴール目前（生産ラインへの試用）と考えていました。
しかし、いよいよという時に、それまで反復学習を行っていた針から新たなサンプルの針300本に変更した瞬間に90％以上のエラーが出ました・・
原因はどうも4台中1台のカメラでのエラーが原因のようでした。
このカメラのみの再学習に再度画像データを撮り直して、針を選別しなおしました。
導入当初はこんなに簡単に導入できるのか!?と考えていましたが、やはり甘くなかったようで、これらの作業に莫大な時間を要し、この取り組みの存続にも多大な影響をあたえました。
その後も、この半年はハード面やソフト面の微調整やトラブルなどが続き、試行錯誤の連続でした。
現在は3種番ほどのミシン針について不良を網羅し、高精度の判定できていますが、更に精度を高める為の学習時間が、データの増加と共に膨大となる問題も出ました。
これは前回の処理フローにおいて、エッジコンピューターで同時選別できる事でスピードアップを狙ったのですが、回線の速度によりボトルネックとなっているようです。
今後サーバーを1台使用するという考えに切替え、エッジコンピューターを切り離しました。これまで頑張ってもらい、それなりに投資したものを外す事はためらいもありましたが、これも新たな技術を獲得する過程では必要な事だと感じました。
直近の問題
問題１：エッジコンピューターでの再学習に時間がかる
対応：サーバーにて学習させる事により、各カメラ毎での学習が可能となる
問題２：NGと判断した箇所が解らず、不良分類できず、選別精度が上がらない
対応：判断箇所の可視化
問題３：アプリケーションのアップデート
対応：中心線の表示など微改善