更新日： 集計期間:2025年09月03日～2025年09月30日
※当サイトの各ページの閲覧回数を元に算出したランキングです。
更新日： 集計期間:2025年09月03日～2025年09月30日
※当サイトの各ページの閲覧回数を元に算出したランキングです。
更新日： 集計期間:2025年09月03日～2025年09月30日
※当サイトの各ページの閲覧回数を元に算出したランキングです。
9286～9300 件を表示 ／ 全 10039 件
AI画像検査ソフトで光沢のあるドアの「傷」の検査を行います！
いただいた写真では撮影環境的に検査が難しく、簡易検査としては判定できましたが、光沢のあるワークの場合は特に照明とカメラ、レンズの設置など吟味する必要があります。 【検査設定と検査結果】 画像を9枚送付いただいてうち６枚を教師画像用としました。 ６枚の画像を画像分割ソフトでそれぞれ 60 分割し、傷がある部分 23 枚を教師画像として 学習させました。 別の３枚をテスト用とし、こちらも 60 分割してから検査しました。 凹みも検出可能かトライしてみましたが検出できませんでした。 目で見て分かりにくい部分は学習が上手くできないことが理由として考えられ撮像環境次第で不良検出は出来ると思います。 【使用したソフト】 使用ソフト：DeepSky
AI画像検査ソフトでレモンの等級を判定をおこないます！
従来のルールベース方式の画像検査では難しい案件でもAI（ディープラーニング）を使用した「DeepSky」では今までできなかった、様々な検査に応用いただけます。 人による目視検査といえば中小企業を思い浮かべる方が多いですが、検査ついては大企業においても同様で意外にも自動化が進んでいない部分があります。生産に比べて検査の自動化が遅れている一方、検査員の高齢化や人手不足が問題となっています。 検査の自動化で効率の良い生産に当社がお役に立てると幸いです。 【検査設定と検査結果】 頂いた画像でレモンの等級判定の検証を行いましたところ、約86％の確率で４つの等級を判別することができました。サンプル数が少ないためこの値は参考程度とお考え下さい。サンプル数を増やしていけばより精度の向上は見込めると考えております。 2021年のバーションアップにより教師画像の水増し機能を搭載することができました。サンプル数の少ない検査でも効率よく安定した検査を実現できます。 今後も様々な便利機能を追加し使いやすい現場目線の検査ソフトを開発していきます。
AI画像検査ソフトでトラック部品のバリを検出します。
トラックの部品メーカーから複数の検証依頼がありました。 無料サンプル評価では、まず頂いたサンプルまたは画像を使用して簡易検証を行い、検証結果を報告します。次にご依頼があれば実際の運用を想定したテスト（実現性検証）を行い、処理時間や判定精度などの評価を行うことをお勧めしています。実現性検証を行う場合、弊社で引き続き行う(有償)か、弊社貸出機を使って御社で検証されるかお選び頂けます。 【検査設定と検査結果】 お預かりしましたサンプルで、DeepSky を使用してバリを検出できるかを検証いた しました。 結果、欠点あり55点中、54点のバリが検出できました。1 点のみ検出できなかったバリがあり、その他のバリは検出することが出来ました。DeepSkyでは、検出できなかった画像を追加で教師画像に設定した学習ができるので、運用後も判定できない不良の出現ごとにだんだんと精度を上げることができます。
ワークの「印字の有無」「汚れ」を検出します！
精密洗浄剤製品、カーケミカル製品のメーカーからのお問合せで、ワークの『黒い点』の汚れを検出する簡易評価です。 優先順位(1)ロット印字の有無(2)ロット印字の適正位置（ボトルの裏表）(3)ラベルの汚れを自動化した検査運用をご検討でした。弊社には従来型のルールベース式画像検査「EasyInspector」とAIを使用した「DeepSky」の大きく分けた２種類の検査ソフトが一般的で今回はDeepSkyの得意分野で位置固定せずに画面全体から黒ブツ状の汚れを判定します。 【検査設定と検査結果】 結果と致しましては「印字の有無」「汚れ」に関しまして検出する事ができました。検査ソフト「DeepSky」にて「汚れ」部の映っている画像を複数枚（検証時は 5 枚）登録をして 「アノテーション」を行い「学習」を致しました。 ※汚れのサンプル品は 1 種類のみでございましたので、追加でもう 1 ヶ所に汚れを 再現致しました。 （透明テープを貼り、その上に黒点を再現しました）
AI画像検査ソフトでシュウマイの外観検査を行います。
食品メーカーよりシュウマイの外観検査のお問合せです。 食品業界は形が定まらない製品が多くルールベースの従来型では外観検査が難しい状況がありました。 このところＡＩ（ディープラーニング）を使用した検査ソフトの種類も増え導入事例が増えている業界です。 検査設定と検査結果 今回サンプルをお預かりした 13 パターンに関しては、DeepSky を使用することで OK/NG を判別する ことが可能でした。判定結果の概要は下記です。 今回はサンプル品が時間で劣化する恐れがあったため、予め 500 万画素程度のカメラで撮像 し、実際の検証ではその画像を 130 万画素程度にサイズダウンして画像処理を行いました。 実際に導入する場合の視野範囲や WD（検査物からレンズ先端までの距離）は別途検討させていただきます。 当社検査ソフトは2,000 例以上の画像検査の実績があります。金属、プラ、食品、電子基板、医薬品など検査事例として多数掲載していますので、ご検討中の検査と同様の事例ががあるかホームページでお確かめください。
AI画像検査ソフトで見本帳の木目の種類を検出し判定します！
様々な見本帳を制作されているメーカーでも弊社の検査ソフトを検討いただきました。木目調等の場合は色や風合いや柄が一致しない場合も多くこれまでのルールベース型の画像検査では難しかったようです。 当社ホームページには検査ソフトのWEB無料お試しを公開しております。AI（ディープラーニング）を使用した検査ソフトを実際に体感いただいて、お問合せいただく事もできます。 【検査設定と検査結果】 画像はアノテーションです。AI（Deep Learning）を使用したソフトで検査し、検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するように成長します。お送り頂いたサンプル品で検証を行った結果、誤判定はありましたが学習させた画像でし たら 100％検出はできました。 今回教師画像としたサンプル品は 3 枚のため「色が似ているもの」「木目にバラツキがあるもの」を誤検出してしまうことがありました。 教師画像を増やすことで様々なパターンの木目（特徴）を学習し、正答率が上がる可能性が考えられます。 また、左 右 を別で撮影し（カメラ 2 台で）大きく写す方法も効果的です。
食品の牛皮製品の中に3種類の異物がないか検出します！
食品の牛皮製品の中に異物がないか、食品メーカーからのお問合せです。簡易検査では「コーン」「ワラ」「牛毛」３種類の異物を検出できるかいただいた画像でテストしました。 当社検査ソフトは2,000 例以上の画像検査の実績があります。金属、プラ、食品、電子基板、医薬品など検査事例として多数掲載していますので、ご検討中の検査と同様の事例ががあるかホームページでお確かめください。 【検査設定と検査結果】 お送り頂いた画像にて検証を行った結果「コーン・ワラ・牛毛」の検出は可能でした。 ただ、より小さい検出物や異なるパターン（特徴）のものが出てきた場合などを想定して十 分な検証を行う必要があります。 全幅の画像ですと検出対象が微小なため検出は難しいと判断致しました。 今回は半幅の画像にて検証を行いました。コーンには「コーン」、ワラには「ワラ」、牛毛には「牛毛」とラベル分けをしてアノテーシ ョンを行いました。 アノテーションした画像 90 枚を教師画像として学習させます。コーン、ワラ、牛毛のどれか 1 つでも検出したら不合格になるように設定しました。
AI画像検査ソフトでキャベツの外観検査を行います
食品メーカーでは形状の定まらないワーク（食材）が当たり前です、ちょっとした不良や異物混入で大きな事故につながります。今回も食品の簡易検査のご依頼です。 労働人口の減少や熟練した作業員の高齢化が進む社会情勢には歯止めはかからず生産性の向上を支援する取り組みは今後ますます求められています、画像検査も徐々に技術が洗練されてきました。 安心安全の食品を口にできる日本品質の維持に画像検査の導入をご検討ください。 【検査設定と検査結果】 頂いた画像による検証です。検出したい対象箇所を枠で囲み、種類ごとにラベルを付与しました。今回は「変色」「花芽」「長さ」「長さ２」といった4種類に分けたアノテーションをしました。今ある画像だけで教師データと非教師データに分けて行った検証なのでそこまで精度はでませんでしたが、サンプル数増やしていけばある程度正確性は向上して いくものと推測できます。 【使用したソフト】 使用ソフト：DeepSky学習版
AI画像検査ソフトで白菜の外観検査をします！
食品メーカーでも外観検査システム導入は急増しています。 形状が安定しないため今まで外観検査は難しいとされてきましたが、技術の発展と人口減少による人手不足のため今後もお問い合わせは増えると予想しています。 私たちの快適な生活に直結する製造業界でお役に立つことが弊社の使命です。 【検査設定と検査結果】 OK10 枚、NG29 枚の合計 31 枚を教師データとして使用しました。左の画像のように検出したい対象箇所を枠で囲み、種類ごとにラベルを付与しました。 ラベル名は下記の様に設定しました。 教師データでの判定ではやはり誤検出はありませんでした。非教師データ61枚ではNGをOKと判断したものが15枚ありました。形状が安定しないワークでは教師画像を増やし、追学習することで検出の精度を上げることができます。 【使用したソフトと機器】 使用ソフト：DeepSky学習版 検査個所数：1ヶ所画面全体から不良を探す カメラ解像度：130万画素 レンズ焦点距離：12mm
今まで検出の難しい検査とされてきた黒地に黒い異物や部品の検出を可能にします
以前よりお取引のある自動車内部品などの樹脂成型部品製造のメーカーからのお問合せです。黒地に黒い異物や部品は今まで検出の難しい検査とされてきました。AI （ディープラーニング）を使用した画像検査ソフトDeepSkyではこういった同色の部品や異物の認識も可能です。 【検査設定と検査結果】 130万画素カメラでおおよそ全体の1/4の視野範囲を撮像し、学習→検出を行いました。その結果、検証環境下においてはクリップの種類及びタッカーの本数を識別することが可能でした。また斜面に貼り付けられたファスナーなどで、タッカーが見えにくくなっているものに関しては恐らく検出が困難ですのでカメラに写す角度に工夫が必要と思います。ラベル分け（見つけたいものの名前を付けて登録）は11種に分けました。教師画像13枚で1600step学習して簡易テストを行いました。 【使用したソフト】 使用ソフト：DeepSky
冷凍食品に混入した毛髪を検出し判定します！
食品メーカーでは毛髪の混入は大きな事故になりかねます。食品や生もののお問合せでは画像を送っていただく方法でお願いすることがあります。その場合検出したい部分（不良）をはっきり撮影できるように照明やピントを調整した写真を頂けたら検証できます。今回は冷凍食品に毛髪を乗せた画像を送付いただきました。 【検査設定と検査結果】 冷凍食品のパターンでは検出結果が良好でした。冷凍状態であれば全体的に白っぽく写っており、黒い毛髪とコントラストが良く取れているためと予想しております。 ただ常温状態でも、単純に教師画像を増やしていけば検出できるようになる可能性はあると考えています。教師画像、学習ステップを増やすことで、追学習して精度が上がることがDeepSkyの強みです。 【使用したソフト】 使用ソフト：DeepSky学習版 検査個所数：1ヶ所画面全体から毛髪を見つける
AI画像検査ソフトで筒状のプリーツ状のフィルターの異物を検出します！
以前よりお取引のある商社様からのご連絡です。「異物」を検出します。 産業用機器メーカー、商社、エンドユーザーなど様々な立ち位置のお客様から問い合わせいただいています。 【検査設定と検査結果】 実際に画像処理にかけてみたところ、角度によって検出のバラツキはありますが2mm程度の異物であれば250mm程度の視野範囲で検出可能でした。非常に小さい黒点や毛のような異物は視野範囲50mmくらいで検出できました。 【使用したソフトと機器】 使用ソフト：DeepSky学習 視野範囲：50mm 検査対象の最小サイズ：2mm 検査個所数：1ヶ所画面全体から異物を見つける カメラ解像度：130万画素 レンズ焦点距離：8mm 照明：室内蛍光灯
金属に塗装されたワークの「塗料の飛び散り」「油のような付着物」「傷」「打痕ブツ」「液だれ」を検査します。
産業用機械を制作するメーカー様からコンベア上で検査できないかとのお問合せです。 【検査設定と検査結果】 DeepSkyの検査機能を用いコンベア上での判定は可能でした。左の画像が「アノテーション」と呼ばれる見つけ出したい部分を囲う作業です。右の画像が「検出枠」です。油の付着やざらつきなどワークの全面を判定したい不良と、傷やタレ、ブツなどの部分的な不良を分けて設定すると良好に判定ができました。
作業員が治具を使用し複数回に分けて行う検査の工程を自動化します！
自動車やバス、トラックなどに設置する車内用カーテンはアコーデオン式にたたまれています。 付けられている「フック」や「タッセル」と呼ばれるベルトや「マジックテープ」など様々な部材が決まった位置に取り付けられていないと合格品とはなりません、作業員が治具を使用し複数回に分けて検査している現在の工程を自動化したいご要望です。 【検査設定と検査結果】 検査ソフト「DeepSky」を使用して検査しました。 まず見つけたい部材をアノテーションします（左画像）。検査部分をソフトに覚えさせるため、ベルト・部品 A・部品 B・マジックテープ・商品タグ の５種類 に分けて、10 枚の良品教師画像をアノテーションしました。次に設置されるべきエリアを指定しました（右画像）。 ワークを正しい指定位置に撮像する必要がありますがアコーディオン式なので位置の指定のために固定のための治具を使用した提案になっています。 指定の場所に指定の部材があればOKなければNGと精度高く判定することができました。
黒いアコーディオン式のカーテンに、黒い部材の実装検査を行います！
黒いワークに黒い部材が使用されている場合画像検査での有無判定は難しいとされてきました。 今回は自動車やトラック、バスの窓に取り付ける黒いアコーディオン式のカーテンに、黒い部材の実装検査です。弊社のある静岡県浜松市、近隣には自動車部品の工場がとても多く、弊社検査ソフトはいろいろな自動車部品メーカーに運用いただいています。 【検査設定と検査結果】 いわゆる AI（Deep Learning）を使用したソフトで検査しました。 検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、 認識するよう になります。 こちらの検査ソフトでは「黒ワークに黒い不良」や「金属（シルバー光沢）に金属部材や不良（シルバー光沢）」なども簡単な設定で検査することができます。ぜひ、実際にHPの「DeepSky学習サービス」でお試しください。 持参いただいた、自動車用黒カーテンにて検証しました。取り付け部品の個数の検出、部品の取り付け位置についても判定可能でした。画像外側の青い検出枠がエリア指定の合格、内側の黄緑色と水色の検出枠が部品の種類の合格を表しています。
