1. 予算
1.1. ネジの購入
1.2. 撮影工数、アノテーション工数
1.3. 物体検出学習処理マシン
1.3.1. Compute Engine費用
1.3.2. チューニング工数
1.4. ソフト開発
1.4.1. マスター登録
1.4.2. 検出処理
1.4.3. 位置合わせ処理（２D)
1.4.4. 位置合わせ処理（３D)
1.5. アイパッド購入、開発マック購入
2. 経緯
2.1. TTS殿案件
2.1.1. TTS殿？
2.1.1.1. ネジ位置確認、部品忘れチェック？
2.1.1.1.1. ref. https://tbgr.sharepoint.com/:x:/s/msteams_13d206/ESDPOYxSKsVNvEEgGonytLIB-dKVnnG5jYAlQzbcC_iGoA?e=8wC3qw
2.1.2. ネジでできそうならボルトバージョンを検討
2.1.2.1. タガミ殿
2.1.2.1.1. 重機部品
2.1.2.1.2. 現在はHoloで検討中
2.1.2.1.3. 部品はボルトなど？（ネジでは無いので別途検討必要）
3. マイルストーン案
3.1. ①ネジデータセットの作成
3.1.1. 概要
3.1.1.1. ネジのデータセットを作成する
3.1.2. 目的
3.1.2.1. 物体検出モデル学習処理に使用する
3.1.2.1.1. （おまけ）DSITで使えるかも
3.1.2.1.2. （おまけ）データセットを公開
3.1.3. 方法
3.1.3.1. ネジを購入し、撮像ルームで撮影する。
3.1.3.1.1. 照明強度を変更
3.1.3.1.2. 照明角度を変更
3.1.3.1.3. 撮影角度を変更
3.1.3.1.4. 撮影距離を変更（≒カメラ解像度を変更？)
3.1.3.1.5. フォーカス合っていないデータも作成
3.1.3.2. アノテーションは？
3.1.3.2.1. 撮像ルーム盤は等間隔に穴あり
3.1.3.2.2. 真上からの撮影データは計算で等間隔に画像切り抜きできるはず
3.1.3.2.3. トライ（六角ネジ）
3.1.3.2.4. 斜めからの撮影したアノテーション
3.1.3.2.5. Yoloなど物体検出アノテーションファイルは画像サイズ＝アノテーションサイズ
3.1.3.2.6. OpenCVによる歪み補正
3.1.3.2.7. 弱いモデルでアノテーションを自動化する
3.1.4. 目標データ数
3.1.4.1. Ref. ナカシャクリエイテブ株式会社
3.1.4.1.1. 最低：1カテゴリに対して100枚 基準：1カテゴリ1000枚 推奨：1カテゴリ5000、10000枚（高い精度と検出率、差異が少ない対象を扱っている場合、汎化性能を求める場合）
3.1.4.1.2. 1カテゴリ当たり100枚で「試しにやってみる」 ⇒ PoC（Proof of Concept：仮説検証） 角度、大きさ、色相、明度の異なる複数のバリエーションを偏りなく集め、1カテゴリ1000枚を達成します。 ⇒ 精度を向上します。 誤検知のデータを修正、データの水増しをしながらブラッシュアップを繰り返していくと、結果的に5000枚、10000枚になります。
3.1.4.2. 上記を参考に、5000〜10000[データ]が目標
3.1.5. 対象物
3.1.5.1. まずはナベ小ネジ
3.1.5.1.1. Ref. 十字穴付（＋）ナベ小ねじ（全ねじ（並目の商品一覧 | 十字穴付（＋）ナベ小ねじ（全ねじ（並目 / 小ねじ | 通販サイトのネジクル
3.1.5.2. その他は要相談
3.1.5.2.1. ネジは奥深い
3.1.6. 課題
3.1.6.1. 可能なら異常データ欲しい
3.1.6.1.1. ネジ山なまっている
3.1.6.1.2. 錆びてる
3.1.6.1.3. その他の異常
3.1.6.1.4. 塗装によるネジ山うまる
3.1.6.1.5. （補足）表面処理
3.2. ②ネジデータセットから物体検出モデルの作成
3.2.1. ①のデータセットを使用して物体検出モデルの構築、評価
3.2.1.1. 画像処理
3.2.1.1.1. テンプレートマッチング(HALCON)
3.2.1.1.2. 検出処理の自作
3.2.1.2. 機械学習
3.2.1.2.1. Yolo
3.2.1.2.2. SSD
3.2.1.2.3. その他の物体検知
3.2.1.3. どれが良いか？精度、スピード
3.2.1.4. 目標：iPadなど高解像度画像で5~10[fps]、精度は相談
3.3. ③②の適用
3.3.1. 既にある
3.3.1.1. リアルタイム画像から物体検出する
3.3.2. 案
3.3.2.1. マスターｘ検出結果でチェックするアプリ
3.3.2.2. マスターの作成
3.3.2.2.1. ある角度から撮影した画像（なるべく正面）に検出位置ラベリングしてマスター作成
3.3.2.3. マスター画像を透過して画面へ出力
3.3.2.3.1. オブジェクト検出結果をマスター画像へ出力
3.3.2.4. 方法
3.3.2.4.1. マスター画像のラベル位置が複数が前提（３箇所以上）
3.3.2.5. 概要
3.3.2.5.1. マスター画像の画像角度(Nominal)とActual画像
4. まとめ
4.1. ①ネジデータセットの作成
4.1.1. 成果物：ネジデータセット
4.2. ②ネジ検出モデルの作成
4.2.1. 成果物：ネジ検出モデル
4.3. ③リアルタイム検出ソフトの作成
4.3.1. マスター（正寸）との比較機能
4.3.1.1. 成果物：トライアルアプリ