透明な製品の外観検査は本当にできる？AIによる新しい検査手法を公開

『透明樹脂製品(ペットボトル飲み口)外観検査』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 – 透明樹脂製品(ペットボトル飲み口)のキズ・汚れ検出  課題（要改善ポイント） – 過検出 • 対象物が透明で、かつ凹凸のある形状の為、欠陥箇所と陰影の切り分けが容易ではない • 撮影位置により対象物の形状（ネジ切りの位置、刻印の位置）が異なり、この変化を欠陥として 検出してしまう – システム価格 • 対象物の撮影位置、回転ずれを抑制する為に、高精度な搬送機器を導入する必要がありシステム 価格が高騰してしまう ペットボトル飲み口 画像例（良品） ペットボトル飲み口 画像例（不良）

『透明樹脂製品(ペットボトル飲み口)外観検査』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 • モノクロカメラ ×4台 – 照明 • 白色バックライト照明  利点 – シンプルな機器構成で様々な対象物形状に一様の光を照射可能 ➡ 汎用性の向上

『透明樹脂製品(ペットボトル飲み口)外観検査』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 • 検査対象の位置、向きが異なる画像をまとめて学習を実施  利点 – 従来のルールベース画像処理では、透明対象物の凹凸のある表面上に存在する欠陥箇所（キズ・汚れ）の みを検出することが容易ではないが、AIの活用により欠陥箇所のみの検出を実施可能 ➡ 過検知の改善 – 対象物の撮影位置、回転ずれによる画像上での写り方の変化を学習することで、対象物の撮影位置・向き が多少変化した場合でも検査可能 ➡ 過検知の改善、システム価格の改善 – 4台のカメラで撮影した画像を全て1つの学習モデルで検査可能 ➡ 開発工数の削減

『透明樹脂製品(ペットボトル飲み口)外観検査』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）

『透明樹脂製品(ペットボトル飲み口)外観検査』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