1/12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(2.4Mb)

【食品業界向け】AI画像判定導入の3つのポイント

ホワイトペーパー

PoCから本導入へ確実に進めるために

食品業界における外観検査工程において、人と同等レベルの外観検査を実現するAI画像判定は、安定した品質維持や省人化、作業効率化につながるため、近年注目を集めています。

しかし、多くの企業がAI画像判定の導入を検討して、PoC(精度検証)まで行ってみたものの、その後生産ラインへの展開が進まず、導入できていないというケースがあります。何故、このようなことが起こってしまうのでしょうか。

本資料では、「AI画像判定がPoCで止まってしまい導入が進まない/具体的な導入方法を知りたい」という方に向けて 、AI画像判定導入のポイントを紹介します。

<<目次>>
1.AI画像判定導入の流れ

2.PoCで止まってしまう?その原因とは

3.PoC止まりを防ぐ3つのポイント

4.AI 画像判定サービス「MMEye」の紹介

このカタログについて

ドキュメント名 【食品業界向け】AI画像判定導入の3つのポイント
ドキュメント種別 ホワイトペーパー
ファイルサイズ 2.4Mb
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

AI画像判定導入の 3つのポイント

食品業界向け AI画像判定導入の 3つのポイント PoCから本導入へ確実に 進めるために
Page2

目 次

はじめに 食品業界における外観検査工程において、人と同等レベルの外観検査を実現するAI画像判定は、安定した 品質維持や省人化、作業効率化につながるため、近年注目を集めています。 ここに写真を挿入するか、またはドラッグ アンド ドロップする しかし、多くの企業がAI画像判定の導入を検討して、PoC(精度検証)まで行ってみたものの、その後 生産ラインへの展開が進まず、導入できていないというケースがあります。 何故、このようなことが起こってしまうのでしょうか。 本資料では、「AI画像判定がPoCで止まってしまい導入が進まない/具体的な導入方法を知りたい」とい う方に向けて、AI画像判定導入のポイントを紹介します。  AI画像判定導入の流れ 3 目 次  PoCで止まってしまう?その原因とは 4  PoC止まりを防ぐ3つのポイント 5  AI画像判定サービス「MMEye」の紹介 8  まとめ 11 2
Page3

AI画像判定導入の流れ

AI画像判定導入の流れ AI画像判定は、事前にPoCを行い、AIで期待する効果を出せるのか、実現性を見極めてから本導入へと進めていきます。 これは、AIが全ての物に高い精度を実現できるわけではないため、実際にAIで効果を出せるのか、実用化に 向けて費用対効果は妥当なのか等の判断を行い、無駄のない設備投資にするために行うものです。 お客様へヒアリング PoC 本導入 ・要件整理 (精度検証) ・お客様環境 システム開発・実装 運 用 AI画像判定を導入する AI導入時の技術的な課題を特定。 判別モデルの作成、検査現場への機材の実装など テーマを選定。実現性や AIの判定モデル作成と精度評価を 環境を構築。 費用対効果などを試算。 行い実現性を確認。 新たな検査方法での運用開始。定期的なモデルの再学習。 PoCの内容 ①学習画像を準備 ②学習画像をAIに学習させ判定モデルを作成 ③判定モデルの精度を検証 判定モデルにより画像を判定 実現性を確認 正常 欠け 汚れ ・・・ … 検証 判定モデル … 判定結果 検査対象を撮影 正常 欠け 汚れ 3
Page4

PoCで止まってしまう?その原因とは

PoCで止まってしまう?その原因とは PoCを実施し、いざ本導入へ進もうとしたところ、現場でNGが出るなどして止まってしまう企業が少なくありません。 これは、PoCと本導入を別ものと考えてしまったことが主な原因で、ラインへの展開の段階でどうして良いか分からず に止まってしまうのです。 お客様へヒアリング PoC 本導入 ・要件整理 (精度検証) ・お客様環境 システム開発・実装 運 用 AI画像判定を導入する AI導入時の技術的な課題を特定。 テーマを選定。実現性や AIの判定モデル作成と精度評価を 費用対効果などを試算。 行い実現性を確認。 PoCでストップしてしまう… 障壁 “とりあえず、 ” “本導入のことを ” PoCを実施してみよう! しっかり考えてなかった… “ PoCで作成した判定モデルが ” 精度不足でラインへ適用できない… “ 後になって、想定外の設備 が必要に・・ ” PoCでストップしないためには 本導入を見越した周到なPoCを行うことが重要です 4
Page5

PoC止まりを防ぐ3つのポイント

PoC止まりを防ぐ3つのポイント “本導入を見越した周到なPoCを行うこと”を踏まえた上で、PoC止まりを防ぐ3つのポイントを紹介します。 ポイント1 本導入と同じ撮影環境・検査対象でPoCを行う PoCと本導入で、照明やカメラなどの撮影環境、検査対象の状態が異なると、PoCで作成した判定モデルが本導入へ 適用できません。この場合、本導入でAIの学習を―からすることになり、時間と手間が二重に発生してしまいます。 このような事にならないためにも、本導入と同じ撮影環境、検査対象を準備してPoCを実施することが重要です。 PoCでの撮影環境 工場の設備環境により 照明の位置がPoC時と異なる 本導入での撮影環境 照明が反射して、 対象物の一部分を カメラで捉えられない 撮影環境 撮影画像 撮影画像 PoCでの検査対象の状態 本導入での検査対象の状態 検査対象 チョコレートをかけて チョコレートをかけた 時間が経ち、乾いた状態 ばかりで、つややかな状態 5
Page6

PoC止まりを防ぐ3つのポイント

PoC止まりを防ぐ3つのポイント ポイント2 全社スタンダードの品質基準の画像で判定モデルを作成 PoCの判定精度が、AIを設備導入する部門ではOKでも、実際の現場や品質部門との品質基準にズレがあり、 システム導入時に判定精度がNGになることがあります。 このような事にならないためにも、PoC時に各関係部門と擦り合わせ、全社スタンダードの品質基準の画像を 使用して、AIの判定モデルを作成することが重要です。 各関係部門と同じ品質基準の画像 良品 不良品 判定モデルを作成 AI導入部門 現 場 品質部門など 6
Page7

PoC止まりを防ぐ3つのポイント

PoC止まりを防ぐ3つのポイント ポイント3 外観検査の前後の工程を含む自動化を検討する AI画像判定は生産ラインに組み込まれる設備のため、前工程で対象物を自動で単層化する(対象物同士の重なりを防 ぐ)仕組み作りや後工程で不良品と判定した商品を自動で排出する設備の準備をPoCの段階で想定しておきましょう。 外観検査の前後の工程を自動化した例 光をさえぎる箱 カメラ 照明 前工程:対象物の単層化 エアーノズル 後工程:不良品の排出 (AIで判定した 対象物を自動で単層化し、 対象物をはじく) 検知した不良品を 重なりを防ぐ エアーノズルで 狙い撃ちしライン外へ排出 反転機構 ① 対象物の ばらし機構 ② AI画像判定に ③ ④ 最適な照明 取り除き 裏返し 7
Page8

AI画像判定サービス           の紹介

AI画像判定サービス の紹介 当社はAI画像判定サービス「MMEye」を多くのお客様へ導入してきた経験と実績から、段階的に効果や実用性を確 認しながらPoCから本導入へとステップアップし、PoCからその先へ進めないという事態を招きません。 MMEye導入の流れ お 判定精度 学習用画像 客 実用性 検証 実施判断 様 判断 <サンプル画像 ご提供 数十枚程度> <各300-5000枚> 要件確定 有 弊 要 簡 社 件 概 易 償 P精 シご ・ ヒア 算 P精 P O度 ・ お ご シ ス紹 おリ お O度 O C 客 見 C検 C に速 見 契 ス構 テ介 ン 度 積 約 テ築 ム 様グ 積 に証 環 り よ ご よ検 り ム の る 境 る 契 証 約 3~12ヶ月 エンジニアによる 実用性 クラウド環境 高精度判別モデル 判別モデル作成 判断 見積 構築 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 お客様のご要望を具体化して提案。最短での実現を支援します。 8 YE DIGITAL
Page9

AI画像判定サービス           の紹介

AI画像判定サービス の紹介 ■さまざまな分野の外観検査を高精度に自動判定 当社独自のAI技術を用いて、複雑なパターンも人並みに精度良く自動判定します。 判別・カウント 食品の焼き色判定 不良品判別・不良位置の検出 判別カウント 多種多様な対象を自動判別 焼き具合というあいまいな判断を 不良品を判別、位置検出で不良位置を 不良品を判別・分類 自動判別 フィードバック支援 ■外観検査前後の工程も自動化可能 外観検査の自動化を検討する際、将来的な拡張性も視野に入れた検討が重要です。 MMEyeは外観検査の前後の工程を含む自動化システムにもご提供可能です。 排出機構とも連携して生産ラインに組み込むこともできます。 9
Page10

AI画像判定サービス           の紹介

AI画像判定サービス の紹介 AI画像判定導入前のPoCも、AI画像判定サービス・オンプレミス検証パッケージ「MMEye Box」ならクラウドを介 さず、社内で無制限に行えます。 専門知識がなくても、パソコン画面上で容易に検証作業が行え、自社で合否判定のシステム開発を実現。 検証結果を目視検査工程にフィードバックし、人手不足、検査品質の向上、検査工程の自動化などの課題を解決し、 AI画像判定のシステム化を支援します。 AI画像判定サービス・オンプレミス検証パッケージ  検出精度 AI画像判定の  過検知/誤検知パターン抽出  判定モデルの作成 お客様 学習用画像 データ蓄積 最新技術の適用 ワークステーション 学習・検証 判定装置 検証 モデル作成 エッジPC AI 判別モデル AIエンジンの更新 YE DIGITAL 最新のAI技術 最新技術の 収集 検証 AI研究・開発部門 10
Page11

まとめ

まとめ AI画像判定の導入は、以下3つのポイントを抑えて本導入を見越した十分な検証を行うことで、PoC止まりを防ぎ、 本導入へと確実に進むことができます。 AI画像判定導入3つのポイント 1 本導入と同じ撮影環境・検査対象でPoCを行う 2 全社スタンダードの品質基準の画像で判定モデルを作成 3 外観検査の前後の工程を含む自動化を検討する 当社は、AI画像判定を多くのお客様へ導入してきた経験と実績、高精度な自動判定技術、全工程自動化の拡張にも 対応することから、AI画像判定を確実に本導入へと導きます。 ご興味をお持ちいただけましたら、ぜひお気軽にご相談ください。 その他関連資料は こちらから 11
Page12

お問合せ先

お問合せ先 株式会社YE DIGITAL マーケティング本部 〒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 marke@ye-digitial.com https://www.ye-digital.com