従来困難とされていた検査対象にAIで挑む。現場での実践事例を限定公開！
「黒地に黒い欠陥」「白地に白い欠陥」の検出――これは従来の画像処理では極めて困難とされてきた検査領域です。光の反射も、色差も頼れない。そんな検査対象に対して、AIはどうアプローチしたのか？
本資料では、ゴム製品・樹脂成型品・食品トレイ・紙製品など、実際の製造現場で直面する「見えない不良」に対して、AIを活用した外観検査ソリューションをどのように適用したのかをまとめています。
従来技術では対応が難しかった理由と、AIならではの強み。その間を埋める「工夫」と「設計思想」。現場の課題に寄り添いながらも、コスト・タクトタイム・検出精度のバランスを追求したアプローチに、ヒントを見出せるかもしれません。
本資料は以下のような方に特におすすめです：
・「これまで見えなかった欠陥」に対して有効な検査手段を探している方
・AI外観検査の導入を検討しているが、実際に効果があるのか疑問をお持ちの方
・省人化・省力化を進めたい現場責任者・品質保証部門の方
・技術導入にあたり、成功事例からの裏付けを求めている方
本資料では、実際に検出に成功した対象物や撮像方法、AIの活用ポイントなど、具体的な内容を多数掲載していますが、詳細は資料ダウンロードされた方限定でご提供しています。
このカタログについて
| ドキュメント名 | 黒地に黒い欠陥、白地に白い欠陥は見えるのか？AI外観検査で挑む難検査へのアプローチ |
|---|---|
| ドキュメント種別 | 事例紹介 |
| ファイルサイズ | 1Mb |
| 登録カテゴリ | |
| 取り扱い企業 | 株式会社Phoxter (この企業の取り扱いカタログ一覧) |
この企業の関連カタログ
このカタログの内容
Page1
『⿊地に⿊い⽋陥』『白地に白い⽋陥』検出の課題解決
AIを活⽤した外観検査 改善ソリューションの御紹介
適⽤アプリケーション例
– ピストンブーツ・ウェザーストリップなどのゴム製品の異物検出、形状不良検出
– 樹脂成型品・食品トレイ・紙（箱）などの凹み検出
課題（要改善ポイント）
– 過検出
• ゴム製品の変形(湾曲)や表⾯の刻印の影響により良品を不良と判定してしまうケース有り
– システム価格
• 3次元計測カメラを導入することによりシステム価格が高騰してしまうケース有り
– 検査タクトタイム
• 分割照明を⽤いて複数回撮影を⾏うことにより検査タクトタイムが⻑くなってしまうケース有り
ピストンブーツ異物検査 対象画像例 紙（箱）微細凹凸検査 対象画像例
Page2
『⿊地に⿊い⽋陥』『白地に白い⽋陥』検出の課題解決
AIを活⽤した外観検査 改善ソリューションの御紹介
光学機器
– カメラ
• カラーカメラ
– 照明
• 複数⽅向から異なる波⻑の光を照射
利点
– 標準的なカメラ、照明の組み合わせ技術で構築可能 ➡ システム価格の改善
– 1回の撮影で検査可能 ➡ 検査タクトタイムの改善
ピストンブーツ異物検査 複数波⻑画像 紙（箱）微細凹凸検査 複数波⻑画像
Page3
『⿊地に⿊い⽋陥』『白地に白い⽋陥』検出の課題解決
AIを活⽤した外観検査 改善ソリューションの御紹介
AI検査の活⽤
– ディープラーニングによる外観検査ソフトウェア Preferred Networks Visual Inspectionによる学習
• 複数⽅向から異なる波⻑の光を照射することにより、画像上で⽋陥箇所部分に⾊の乱れが発⽣
• この⾊の乱れを学習することで⽋陥検出を実施
利点
– 従来のルールベース画像処理では⾊の乱れを検出するしきい値設定が困難であるが、AIの活⽤により⾊の
乱れを検出する設定を⽤意に取得可能 ➡ 過検知の改善
– 少ない画像枚数、不良画像の不良箇所教⽰(アノテーション、塗りつぶし作業)不要で、短期間に高精度な
学習結果を取得可能 ➡ 開発工数の削減
Page4
『⿊地に⿊い⽋陥』『白地に白い⽋陥』検出の課題解決
AIを活⽤した外観検査 改善ソリューションの御紹介
AI検査結果
良品画像例（左︓撮影画像、右︓不良箇所[赤⾊] 表⽰画像） 不良画像例（左︓撮影画像、右︓不良箇所[赤⾊] 表⽰画像）
Page5
『⿊地に⿊い⽋陥』『白地に白い⽋陥』検出の課題解決
AIを活⽤した外観検査 改善ソリューションの御紹介
設備導入
– AI検査対応ハイブリッド型 画像処理システム AI StellaControllerの活⽤
• Preferred Networks Visual Inspectionの学習済モデルを⽤いて検査を実施可能
• 製造設備で求められる下記機能をAll in Oneで提供
– カメラ接続、設定画⾯、画像処理、AI検査、画像保存、Digital IO、PLCリンクなど
利点
– Preferred Networks Visual Inspectionで作成した学習モデルをコピーすることでAI検査を実施可能
➡ 開発工数の削減
– AI検査を設備導入する上で追加のアプリケーション作成が不要 ➡ 開発工数の削減
– AI検査の前後に必要に応じて従来のルールベース画像処理を追加することも可能で、現場の要求に対する
柔軟な対応が可能
オンボードDIO PLCリンク
設定画⾯ 画像処理
AI検査 画像撮像・保存