top of page
製造業における外観検査の自動化・無人化
概要
- ABOUT
外観検査AI導入のハードル
- PROBLEM
専門家が必要
技術的難易度が高く、導入・維持するためには内部に技術者を中心とした体制を作る必要がある
データの準備が困難
特に不良品のデータが必要だが、中々データを揃えられない
継続的な開発コスト
導入時の性能を維持するためには継続的なデータ作成とモデルの改良が必要
ソリューションの特徴
- SOLUTION FEATURES
1台のカメラで360度×数十枚以上の撮影、立体物の異常も検出
検査対象物を回転させる全方位撮影により
高精度な異常検知を実現
少量の良品データのみでも異常の検出が可能
数枚の正常品画像のみで細かな異常品も
見逃すことなく検出
小さな異常・未知の異常も
見逃さない高い検査精度
複数AIの統合機能で小さな異常や未知の異常も検知
継続的な自動学習
継続的な学習機構によりデータを収集し、
自動で学習することで性能を維持。技術者不要のソリューションで維持コストを削減
外観検査AI導入のメリット
- MERIT
省人化・後継者不足の解消
検査の自動化を通じて作業の負担を軽減。
後継者不足・育成問題を解消し、社内リソースを確保
検査品質の安定と向上
ヒューマンエラーをゼロに近づけ、均一的な品質の検査を実現
検査スピードの向上とスケール化
AIによる検査スピードの向上、並列化することで容易にスケール化を実現
主な活用対象
- USE CASES
金属製品
打痕 ヒビ メッキ不足 割れ 錆 汚れ 付着物 バリなど
断線 半田不足 端子のカケ 曲がり ブリッジ半田 実装漏れ など
食品
骨などの遺物の混入 包装のピンホール 容器ラベルのズレ 破れなど
精密部品
プラスチック製品
凹み 傷 ヒケ 黒点 変形など
凹み 傷 汚れ 色ムラなど
ガラス製品
傷 割れ 汚れなど
ゴム製品
Related Technologies
各業界の業務課題をAI技術によって解決へ導きます。
bottom of page