特長

画像認識～同じ種類の物体の中から、キズや汚れなどの異常を見つけ出す

キズや汚れといった不良品や異物混入の発見といった検品業務、食品や作物・製品などのランク分けなど、同一種類の物体や製品を対象に、異常の発見や状態の判別を行うのが画像分類AIモデルです。動画・静止画などの画像データをAIに投入し、対象となる状態(良/不良の状態、ランク別の状態など)をAIが学習し、ターゲット画像に対して判定を行います。対象物は、大型部品から精密機器の構成機器、食品や農作物など、様々なものへの対応が可能です。

画像データの取得については、既に画像検品を行われている企業様の場合は、現在の取得画像がAI解析に利用可能かどうかの診断を行い、問題なければ既存のカメラや機器をお使いいただけます。新たに機器導入が必要な場合は、最適な機器選定を行い、提携企業を通じてリーズナブルな価格で提供可能です。 特に、検品や状態判定でのご利用の場合は、エッジ(現場)側のデバイスにて、画像認識処理を行うことで、クラウド利用の際に課題となる通信費の発生や処理速度の遅延といった問題が発生しないような形でのご提供を基本としております。

用途例

画像認識AIによる精密機器部品の検品事例

精密機器部品の検品業務に画像認識AI技術を導入。目視では発見しづらい不良品をカメラに映った画像をもとに識別するAIを開発、業務効率化につなげた。 ＜Before＞ 1日10万個以上製造される部品を、ライン沿いに設置したカメラ画像を元に基準を超える不良があった場合に、自動検知し1次検品を行っていた(AI機能なし)。ただし、精度に問題があったため、2次検品として全数検品を担当部署にて目視でおこなっていた。 ＜After＞ 良品、不良品(パターン別に分類)それぞれをAIに学習させる「教師あり学習」を行い、 対象部品の状態を判別する画像分類AIを構築した。結果、1次検品をAIが行い、明らかに良品の部品を識別するようにした。2次検品は従来と同じく検品担当者が行うようにしたが「少し怪しい」「明らかに不良」レベルの部品のみを検品すればよくなった。結果として、検品業務が70％削減でき、人員と工数をともに減らし、人員については他の付加価値業務の方に配置転換することで、業務全体の効率化が実現できた。