1/14ページ
カタログの表紙 カタログの表紙 カタログの表紙
カタログの表紙

このカタログをダウンロードして
すべてを見る

ダウンロード(3.9Mb)

AIを活用した、画像判定システムが生み出す「真の検査工程効率化」とは?

ホワイトペーパー

画像による判定は省人化や検査効率向上の効果を生みますが、AI判定だけで満足ですか?検査工程の真の効率化についてご紹介します。
なお、「AIを活用して 食品工場などにおける目視検査を効率化する方法」を併せてご覧いただきます様、おすすめ致します。

このカタログについて

ドキュメント名 AIを活用した、画像判定システムが生み出す「真の検査工程効率化」とは?
ドキュメント種別 ホワイトペーパー
ファイルサイズ 3.9Mb
登録カテゴリ
取り扱い企業 株式会社YE DIGITAL (この企業の取り扱いカタログ一覧)

このカタログの内容

Page1

スライド番号 1

White Paper AIを 活用した 画像判定システムが生み出す 真の検査工程効率化とは? 1
Page2

目次

目次 1.イントロダクション 2.カメラ検査とAI画像判定の違い 3.画像判定システムの導入効果 ~AI判定だけで満足ですか?~ 4.AI画像判定サービス「MMEye」のご紹介 5.前後の工程との組み合わせで更なる効果を! 6.ケーススタディ 7.まとめ 2
Page3

1.イントロダクション

1.イントロダクション あらゆるメーカーにおいて不良品の出荷を低減することは重要なテーマの1つ。 この目標を達成するためには検査工程の強化が必要です。 人による目視検査は緊張を強いられる過酷な作業であるため、安定した検査 品質を保つことは難しく、また長時間続けての作業は従業員にとって負担の大き なものとなります。さらに、検査結果がデータに残せないことから、トレーサビリティ の観点でも問題があると言えます。 そこでカメラ検査システムの導入や、AIを活用した個体差の大きな対象物の自 動判定を検討をする会社が増えています。 画像による判定は省人化や検査効率向上の効果を生みます。 ですが、AI判定だけで満足ですか? このホワイトペーパーが、検査工程の真の効率化について、 検討の一助になれば幸いです。 3
Page4

2.カメラ検査とAI画像判定の違い

2.カメラ検査とAI画像判定の違い カメラを用いた画像検査と一言でいっても、従来からあるカメラ検査システムと AIを用いた画像判定システムでは、大きな違いがあります。その違いを知った上で 導入を進めることで、高い精度や導入効果を得ることができます。 従 カメラを用いた検査 新 AIを用いた画像判定 • 個体差のある対象物の判別 得 • 均一な対象物の判定 • 不良品の分類• トレーサビリティ対応 得 • トレーサビリティ対応 意 • 長時間対応 意 • 長時間対応 • AIが判定をルール化。パラメータ設 定不要 • 画像処理技術がないと、パラメータ 苦 • 判定基準が数値で定められる均設定が難しい 苦 一なものが対象で、100%の精度 手 • 個体差のある対象物に対応できな 手 が求められる検査については、従来い システムより高額となる。 工業製品などの均一な対象物は従来のカメラ検査が、 食品などの個体差のある対象物の検査はAI画像判定が向いています。 4 ▼
Page5

3.画像判定システムの導入効果

3.画像判定システムの導入効果 画像判定システムの導入により、以下の効果が見込まれます。 検査効率 システムが高速に判定を行うので UP 検査スピードがアップします。 検査品質 一定の基準にそってシステムが判定を行うので 平準化 バラツキが抑えられ、均質化が図れます。 判定はシステムに任せ、人はシステムが見つけた 省人化 不良品のピックアップに専念できることから、 検査人員の削減が可能となります。 画像判定システムの導入により、 検査工程の効率化・品質改善の効果が得られます。 5 ▼
Page6

3.画像判定システムの導入効果 ~AI判定だけで満足ですか?~

3.画像判定システムの導入効果 ~AI判定だけで満足ですか?~ 初めての試み、本当にできる? 実績あるパートナーと短期間で実現したい でも 工場として導入するまで 蓄積できた大事なデータをもっと活用したい。どうすればよい? の課題はまだ多いな… 全自動化を実現したい。判定後の不 良品排除など、どう実現できる? 多数の周辺設備との連動が必要、 どう上手く連携できるか? 自動化実現するための、システム 全体の費用対効果を検証したい さまざまな課題解決が残っていませんか? 6
Page7

4.AI画像判定サービス        のご紹介

4.AI画像判定サービス のご紹介  エッジ端末を利用して製造現場でリアルタイムにAI画像判定が可能となるサービスです。  AI画像判定で使う判別モデルは事前にクラウド側で学習機能により作成します。 Step1.サンプル画像を基 Step2.エッジ端末で にクラウドで判別モデルを 現場で検査 作成 Step3.検査画像を基に 追加学習による 精度アップが可能 7
Page8

4.AI画像判定サービス        のご紹介

4.AI画像判定サービス のご紹介 広範な分野における豊富な導入実績 判別・カウント 食品の焼き色判定 多種多様な対象を 「焼き具合」という曖昧な 学習することで自動判別 判断をAIが学習 良品/不良品判別 不良品判別 不良品の分類 正常 不良位置の検出 列 A B C D E F G H I汚れ 不良 率 0.0% 0.0% 0.1% 0.0% 0.0% 0.3% 5% 0.2% 0.0% 不良品学習から判別・分類 良品学習から不良品を判別 不良 不良品分析が可能に 位置検出でフィードバック支援 割れ はみ出し 多様な現場において、高精度の判定・判別を実現。 豊富な導入実績を生かし、省人化や効率化の短期実現 にお役立ていただいています。 8 ▼
Page9

4.AI画像判定サービス        のご紹介

4.AI画像判定サービス のご紹介 効果を確認しながら段階的にステップアップ お 判定精度 客 実用性 検証 学習用画像 実施判断 様 判断 <サンプル画像 ご提供 要件確定 数十枚程度> <各300-5000枚> 弊 要 簡 有 社 件ヒ 概 易 償 P 精 シご ・ ア 算 P精 P O 度 ・ お ご シ ス紹 お お O度 O C 見 ス構 テ介 客 リ ン 見 C検 C に 速 契 度 積 約 テ築 ム 様グ 積 に証 ご よ り ム の 環 り よ 契 る 検 境 る 約 証 3~12ヶ月 エンジニアによる 実用性 クラウド環境 高精度判別モデ 判別モデル作成 判断 見積 構築 ル作成 見積 クラウド環境構築 検証レポート作成 現場環境構築 豊富な経験を生かし、お客様のご要望を具体化してご提案。 最短での実現を支援します。 9 YE ▼ DIGITAL
Page10

4.AI画像判定サービス        のご紹介

4.AI画像判定サービス のご紹介 YE DIGITALだからこそ実現できる、AIとリアルなラインとの連携 お客様PC AI画像判定サービス 学画画習 画 像像用 像 画像 ク システム モデル作成 ラ 排出機構 連携 サービス ウ ド ロボット連携 FA分野における40年以上の実績をベースに、 判別モデル 安川電機グループ、 生産性向上を実現するスマートファクトリー 周辺SIパートナーとの連携による 製品群を合わせたソリューション提供 エッジPC 実 トータル提案 (GPU内蔵) 行 撮影トリガ信号 環 • カメラ 境 制御信号 • 照明 制御信号 判定の 見える化 ※オプション 生産設備 検査工程 排出・ピッキング機構 10
Page11

5.前後の工程との組み合わせで更なる効果を!

5.前後の工程との組み合わせで更なる効果を! A 製造ロスの I 前工程 削減 画 生産システム 像 連携 判定結果を解析し、生産 判 工程にフィードバックするこ 定 とで、不良品発生を削減。 シ ス テ 全自動化 ム 排出機構ロボット連携 自動判定とロボット等の排 出機構を連携させることで 全自動化を実現。 11
Page12

6.ケーススタディ

6.ケーススタディ ロボットピッキング • 検査員8名→4名に削減 原材料の異物混入 • 検査訓練費用削減 検知・除去を自動化 →初期投資を5年で回収 品質分析システム • 導入3カ月後で不良品発生を 不良原因を前生産工程に 1%削減 フィードバック →年間1000万円の製造ロス削減 排出機構 • 検査員を2名削減 原材料の異物混入 • 不良分析による改善サイクル短縮 検知・除去を自動化 →初期投資を3年で回収 P/Lに現れるような、大きな効果を生み出すことが出来ます。 12 ▼
Page13

7.まとめ

7.まとめ カメラを用いた画像検査システムを用いることで、作業の効率化や製造品質の改 善を図ることが出来ます。 また、画像検査システムは対象物に応じて使い分けることで、最大の効果を発揮し ます。例えば、工業製品のような均一な対象物は従来のカメラ検査システムが、 食品などの個体差のある対象物は、AIを用いた画像判定システムが最適です。 さらに、不良品判定を行う製品検査工程の前後の工程と連携することで、不良 品発生状況に応じた生産工程の調整による製造ロスの削減や、排出機構との連 携による製品検査工程の全自動化を実現することが可能となります。 導入検討の際には、最終的に目指す工場の姿をイメージし、その実現にむけたファ ーストステップとして、メーカや製品選定を行うことが望ましいでしょう。 AI画像判定 ・不良品排出の自動化 の豊富な実績 ・生産ラインとの連携 13
Page14

スライド番号 14

株式会社YE DIGITAL マーケティング本部IoTコンサルティング部 〒802-0003 福岡県北九州市小倉北区米町2-1-21 APエルテージ米町ビル Mail:marke@ye-digital.com ※記載している会社名・製品名は、各社の商標または登録商標です。 ※本掲載内容は、予告なく変更することがあります。