坂田真吾(B4)，阿部凌真(M2)，永田寅臣，ONNXのRuntimeモデルを用いた自動ピッキングロボットのための欠陥検出機能，第31回 インテリジェントシステム シンポジウム FAN2023 講演論文集，Th-A3-2(1-2)，九州大学椎木講堂，2023.

筆者らはこれまでに、工業製品の不良品検出のためのCNN, SVM, CAE, FCN, YOLOなどのモデルを効率的に設計、訓練、評価できるアプリケーションをMATLABのAppDesigner上で開発してきた．今回，このMATLABフレームワーク上で構築したある工業製品の欠陥検出用CNNモデルをPython環境下で動作している自動ピッキングロボットで活用したいというニーズがあった．このため，CNNモデルについてはONNX (Open Neural Network Exchange)モデルへエクスポート後に，Python側ではそれをRuntimeモデルとしてインポートすることで，また，訓練やテストに用いる画像については各ピクセルが持つ数値レベルでの完全な互換性が保たれるような解像度変換を行うことで，異なるフレームワーク間でも同じ分類性能を維持しながら活用できるようなシステムについて検討した．簡易操作で利用できるように開発したユーザインタフェイスとその評価結果について報告する．