異常検知 モジュールは、良品(欠陥のない)画像のみで学習可能です(教師なし学習)。均一な安定した物体表面の他、柄入りで変形したテキスタイルのような不安定な表面でも検査することができます。

表面検査は、不均一な表面であっても錆、擦り跡、漏水、突起、打痕などの欠陥を見つけることができます。このツールでは、欠陥を含む領域をアノテーション(教示)して学習させます(教師あり学習)。

物体検出と画像分類は、木材の節など、形状が不安定なオブジェクトも検出や分類が可能です。オブジェクトの位置や回転も問題ではありません。

各検査モジュールにより、複雑なフローを構成することもできます。さらにコードモジュールによる独自の前処理や判定スクリプトと連携させることもできます。

OCR(光学的文字認識) モジュールは、画像中の個々の文字や単語を検出するために使用されます。

ユニファイアは、検査すべきオブジェクトが回転していたり、画像内での位置がバラバラな場合など、後段の処理のためにその位置と角度を統一させることができます。

前処理モジュールは、次の処理を行う前に、簡単に画像を編集するためのツールです。回転、切り取り、拡大縮小、背景の正規化、背景の除去など、多くの変換を行うことができます。

オートセンシティビティは、異常検知モジュール内の機能で、OKとNGを分ける最適なしきい値を自動計算し、理想的な良品と不良品の境界を見つける助けになります。

測定モジュールで、簡単にオブジェクトの寸法を測定することができます。

ランタイム統計は、あなたが設定した特定の日時に従って、APIから送信されたOKとNOKイメージの統計を示します。

レポートモジュールの統計部分は、プロジェクトが画像の評価にどの程度成功しているかを計算します。 混同行列と関連するメトリック、および処理の最小、最大、平均時間を表示します。

レポートモジュールは、統計情報に加えて、トレーニング画像（選択した場合）、評価用テスト画像、および使用されたモジュールフロー図を含むHTMLレポートを生成します。

コードは、Pythonによるカスタムコードを記述できるモジュールです。画像の(OpenCVやNumpyなどによる)前処理や、カスタムロジックの追加や外部インターフェースを呼び出しなど、高い柔軟性を提供します。

出力は、カメラからの画像が検査された後の結果で、次の動作をさせる条件(常に / Good / Bad)や、その動作自体の設定を行います。 動作は、HTTPリクエストの送信(GETまたはPOST), コマンドライン実行(例えば、スクリプトの実行), PLCへのProfinet、またはTCPプロトコルによる接続が可能です。