はじめに
近年、製造現場では、生産性向上やメンテナンスコスト削減を目的としたソリューションとして、機械学習やAIを活用する取り組みが増加しています。これにより、より効率的で持続可能な製造プロセスが求められるようになりました。
こちらの記事シリーズでは、機械学習の一手法である「画像分類」に焦点を当て、モデルの作成からLinux搭載のPLCnext Control上での動作検証までのプロセスを2回に分けてご紹介します。
検証の全体概要イメージ
検証の全体構成イメージは以下となります。
本検証では、Googleが提供するウェブアプリ「Teachable Machine」を使用します。 まず、パソコンに接続したカメラで画像分類対象となる画像を取得し、モデルのトレーニングを実施。 トレーニングによって生成されたモデルをTensorFlow Lite形式のファイルとして出力します。
次に、このトレーニングモデルをLinux機器を搭載したPLCnext Control（AXC F 2152 または AXC F 3152） に移行し、TensorFlow Liteを用いてPLCnext Controlに接続されたカメラからリアルタイムで画像を取得し、 対象の画像分類を行います。
本記事の内容
本記事ではトレーニングモデルの動作確認とTensorFlowLite形式のファイル作成までを行います。
