INTRODUCTION
開発の概要
これまでのAIによる外観検査は、良品だけでなく、大量の不良品画像を集めてAIで学習し、実用性をPoC（Proof of Concept）で検証したり、生産ラインの撮像環境やPC導入環境を検討したり、非常に手間と時間と費用がかかるものでした。
F[ai]ND OUT EXは、このような課題を解決するため、AI検査に必要なカメラ、照明、AI用PCをワンパッケージ化、既存の生産ラインの上に配置するだけで、簡単導入することができます。
さらに、良品のみで学習できるAIエンジンを搭載しているため、大量の不良品画像を用意することなく、容易にAIによる検査の実用性を確認することができます。
F[ai]ND OUT EXは、今までのAIによる品質検査機導入のハードルをなくし、食品から加工品まで、幅広い製造業様にご検討いただける外観検査装置です。
FEATURE
サービスの特徴
POINT
・焼きムラ・色ムラなどの検査が可能
・割れ・欠けのパターンが無数にある製品の検査が可能
・従来の画像処理では見られなかった欠陥の選別が可能
① 良品のみで学習できるAIを搭載
・多数のNGサンプルを用意しなくても、良品からその特長を自動学習
・すぐにAI学習を開始することができ、品質検査の効果を確認することが可能
・良品の特長から判定するため、割れや欠けのパターンが無数になるなど、想定しない不良にも柔軟に対応
② 既存ラインにも簡単設置
・カメラ、照明、AI用PCをワンパッケージ化した門型スタンドアローンの筐体だから、既設生産ラインの上部に配置し固定するだけ
・すぐにAIによる品質検査の導入が可能
③ 検査対象品種をお客様自身で追加可能
・新たに検査対象を追加するためのAI学習機能を搭載
・従来の検査装置では、新たに検査対象を追加する場合、検査機メーカーに製品の追加を依頼する必要があったが、本製品はAI学習機能を使ってユーザーが自分で検査対象を追加することが可能
CASE STUDY
導入事例
事例① 笹かまぼこ
かまぼこに張り付いた目でみにくい透明なセロファンも、しっかりAIが捉えNG判定しています。
透明なセロファンに反応している
事例② ちくわ
ちくわの焼き目についた異物を検出しNG判定しています。
茶色の異物に反応している
事例③ 樹脂製カップ
カップのゆがみや微細なゴミを検出しNGと判定しています。
凹みに反応している
汚れに反応している
事例④ 金属部品
アルミワークについた細かな傷や形状不良を検出しNGと判定しています。
形状不良部に反応している
キズに反応している
担当者から一言
ユアサ商事㈱ 新事業開発部
谷本義紀
AIの自動学習を使った画期的なシステムで、『辛い目視検査から従業員を解放したい』『人の判断による精度や基準のブレを無くしたい』など、お客様の課題解決につながるサービスのご提供できることを期待いたします。
AI ENGINE DEVELOPER
AI開発者
connectome.design株式会社
代表取締役社長 佐藤 聡
これまでの外観検査装置では、測定する項目・測定数値の正常範囲などを、すべて人が決め、その範囲に入らなものを不良品として判別してきました。数値を狭めると大量の不良品が出ますし、逆に広げると良品に不良品が混じる確率が高くなるという問題があります。
今回の装置は、AIに「良品とは何か」を自動学習させ、良品判別のための測定項目・正常範囲をAIが決定しコントロールします。AIを組み込むことで、従来より精密・正確な判定が可能ですし、判定できなかった項目も網羅できるようになりました。