【画像AI・外観検査】正常画像から異常箇所を見つけ、少ない不良データでも検査を支援します 当社では、正常な製品画像の特徴をAIに学習させ、通常と異なる箇所を検出する異常検知技術を提供しています。不良品の画像を十分に集めにくい場合でも、まずは「いつもと違う製品」を抽出し、人が確認する運用を検討できます。 当社技術とアプローチ 不良データが限られている検査工程に対し、主に以下の技術とノウハウを活用します。 正常画像を中心にした異常検知 正常な製品に共通する画像特徴をAIに学習させ、通常パターンとの差から異常候補を検出します。 画像前処理と独自フィルタの活用 微細な傷や汚れ、形状の違いなどを見つけやすくするため、対象物に合わせた画像処理やフィルタリングを組み合わせます。 異常箇所の可視化 AIが異常と判断した理由を確認しやすくするため、画像上に異常候補の位置や強さを表示します。 現場条件を考慮した評価設計 カメラ、照明、撮影角度、製品の個体差などを整理し、現場で利用できるかを段階的に検証します。 想定活用例 正常画像を使った異常箇所の検出 💡 想定される課題 製品画像を使った外観検査では、次のような課題が想定されます。 歩留まりが良く不良品画像が少ないため、一般的な教師あり学習に必要なデータを集めにくい 不良の種類を細かく分類するよりも、まず確認が必要な製品を抽出して検査員に知らせたい 🛠 技術的なアプローチ 当社の異常検知技術を活用し、次のような仕組みを構築します。 【正常パターンの学習】 正常画像に共通する特徴をAIに学習させ、通常パターンとの差を数値化 【異常箇所の強調】 画像前処理やフィルタリングを用いて、微細な傷・汚れ・形状差などの異常候補を見つけやすくする 【人による最終確認】 AIが示した異常候補と位置を画面に表示し、検査員が最終判断できる仕組みを構築 ✨ 期待できる効果 この技術を活用することで、次のような効果が期待できます。 導入検討のしやすさ 不良品画像が少ない場合でも、正常画像を中心に適用可能性を検証できる 確認作業の効率化 AIが異常候補を抽出し、検査員が重点的に確認する対象を絞り込める 異常の早期発見 人が見落としやすい微細な変化を可視化し、不良品の早期発見を支援する 御社の課題に合わせた最適なプランをご提案いたします。 ご相談やお見積は無料ですので、お気軽にお問い合わせください。 お問い合わせ ※本活用例は当社が保有する技術を組み合わせた想定活用例です。 特定企業への導入事例を示すものではありません。活用実績については、お問い合わせください。
