更新日： 集計期間:2025年08月13日～2025年09月09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。
46～60 件を表示 ／ 全 62 件
AI画像検査ソフトで文字の読み取り判定を行います！
計測機器メーカーからの検査機能のお問合せです。今回は当社ホームページから60日間お試しのEasyInspectorをご利用いただいての機能のご説明です。 様々なジャンルで運用いただいている検査機能として文字読み取りができます。 文字の読み取りはフォントを選ぶことなく、二値化したり、学習機能付きの辞書登録なども可能です。 【検査設定と検査結果】 EasyInspectorの「OCR Pro」機能を使用することにより検査が可能であるとメールにて回答しています。「読めない画像」は照明器具を使用したり、遮光したりする必要がありそうです。 当社では「現場ユーザーが簡単に運用できる」をテーマにオールインワン＆シンプル操作の検査ソフトを業務効率化にご提案しています。 【使用したソフト】 使用ソフト：EasyInspector710 現行『EasyInspector2』RD(ReaDing)パッケージ【OCR（文字認識）】【機械学習OCR】で検査できます
円形プラスチック製品の寸法の検査を行います！
寸法は様々な精密な製品で重要な課題であります。弊社EasyInspectorでは寸法変換値の入力ができ 拡大撮影した良品画像をマスターに登録し実際の寸法を入力すると設定した範囲外のものを簡単に不良品と判定できるようになります。 【検査設定と検査結果】 EasyInspectorの「寸法角度検査」機能を使用することで、一番外側の大きい円の検査を「左右幅-手前点 円が白」「右-奥点・左-奥点 既に測定した寸法・角度の差を計算判定する設定」「左右幅-手前点 円が黒」３種類の測定方法を設定し1秒未満で判定することができました。 【使用したソフトと機器】 使用ソフト：EasyInspector310 視野範囲：200 x 210mm 検査対象の最小サイズ：15mm 検査個所数：3ヶ所 カメラ解像度：1000万画素 レンズ焦点距離：25mm レンズと製品との距離：600mm 照明：細径リング照明（室内灯は消灯）
AI画像検査ソフトでチャーハンの具材（玉子）を検出し判定します！
冷凍食品メーカーからサンプル品が届きました。 食品などは形状が安定しないため検査することは難しいとされてきました。 様々な形状の部品や不良に対して強みを発揮できるAI（ディープラーニング）検査ソフトDeepSkyは設定も簡単です。「DeepSky学習サービス」をお試しください。 【検査設定と検査結果】 常温のチャーハンに対して具材（たまご）の有無を判別することができました。 たまごを完璧に取り除いた画像を作ることができなかったため、多少の誤検出はあります が、たまごがある状態と無い状態では検出する数量に明確な差がありました。 今回の検証では多少の誤検出があることを前提として、見つけた量が少なければ NG、多け れば OK という方式で OK/NG を判定しています。
ワイヤーハーネスのワーク部品誤組付け、部品欠品、部品余剰組付けを検出します！
ハーネス長：500~1000mmのワーク部品誤組付け（コネクタ色違い、コネクタ形状違い）部品欠品、部品余剰組付けの検出を無料の簡易評価をしました。 検査工程では安定した検査精度の追及とコストダウンなどを目的に自動化がすすめられています。 工員の高齢化などによる人材不足が顕著になる中「日本のものづくり」を守るために画像検査で業務効率アップをご検討ください。 【検査設定と検査結果】 簡単な固定ジグを作成し、製品全体が収まる範囲で撮像した場合、ブッシュのOリングの有無と、セミロックの色違いは判別することが可能でした。 全体の視野だとバンド欠けやチューブ欠けを検出することは難しいです。個別に拡大して撮像すればおそらく検出は可能ですが、その分カメラ台数や検査回数が増加することになります。 今回の「ある」か「ない」の検査と「灰色」か「青色」を判別する検査を同時に一つの学習で行う設定で検査が可能でした。
手作業から解放！キズなどの不良の検出、難しい等級選別もAI画像検査で自動化します！
こんなお悩みありませんか？ ■手作業に時間が掛かる ■等級選別が難しく、目視による見落としが発生する ■雇用労働に頼るため、人件費がかさむ ■熟練者の高齢化が進む一方、担い手がいない 画像検査ソフトで自動化を可能にします！ 1）手作業でやっていた不良検出作業が自動化できる ⇒キズ、変色、汚れなどを検出し、作業時間を短縮！ 2）難しい等級選別が誰でも簡単にできる ⇒さまざまなルールで判別が可能！手作業から解放！ 3）パソコン１台から運用！低価格で始められる ⇒導入コストを大幅削減！ 作業員を最小限に留め、人件費の削減！ 目視による見落としを防ぎ、品質価値をアップ！ 大きな機械の導入等はなく、小さく始められます！ 【検査事例】 ■大きさによるトマトの分類 ■花の種類の分類 ■トウモロコシの種の判別 ■茶葉の種類判別 ■みかんの傷の検査 ■コーヒー豆の欠陥検出 ※詳しくは関連リンクを御覧ください。
エンジン内ウォーターポンプの打痕・圧痕・切子詰まりを検出します！
ダイカストなどの金属製品は光を反射する場合が多く今まで検査が難しいとされていた事もありました。 弊社で2020年リリースした弊社検査ソフトDeepSkyではこういったダイカスト製品など反射することの多い金属製品でも簡単な設定で運用いただけるようになっています。 【検査設定と検査結果】 DeepSkyの検査機能を使用することにより打痕・圧痕・切子詰まりを0.35秒で判定できました。左の画像は良品にあるべき穴です、右の画像では良品の「穴」と同じ色（白色）で撮影されていますがきちんと不良認識できています。 枠上部の数字はAIの自信度数（認識点数）です。 【使用したソフトと機器】 使用ソフト：DeepSky 学習版 視野範囲：約56 x 42mm 検査対象の最小サイズ：20mm 検査個所数：全体1ヶ所 カメラ解像度：130万画素 レンズ焦点距離：12mm レンズと製品との距離：約150mm 照明：懐中電灯 （切子詰まり：加工穴にスポットライトで照射）
AI画像検査ソフトで車両本体の型式ラベルを読み取り、CSVへ記録します。
某自動車メーカー様の車両本体の型式ラベルの読み取りをCSVへ記録するテストと銘板刻印の読み取り検査の依頼がありました。当時では精度高い読み取りは難しい案件でした。 英字と数字を分けて検査する工夫をしました。 【検査設定と検査結果】 EasyInpectorの「BAR/QR/OCR」機能を使用し２つの品種の読み取りを行いました。１つ目の品種はラベルの文字読み取りで38の検査枠を設定し、50文字以上を4.74秒で読み取りしました。もう一つは銘板の文字ですこちらも23の検査枠を設定し4.65秒で判定しました。本件はシステムのバージョンアップに貢献してくれています。 現在はEasyInpectorの「OCR Pro検査」としてより簡単に設定し、精度の高い読み取りが可能になっています。
AI画像検査ソフトで基板上の半田ボールを検出し、判定します！
今までEasyInspectorを使用した基板の検査事例をいくつも投稿してきましたが、基板全体のどこかに半田ボールを見つければ「NG」といった検査にはDeepSkyがお勧めです。 DeepSkyは画面全体のどこかに１つでも発見したら不良判定といった検査が得意です。 【検査設定と検査結果】 「DeepSky」の検査機能を使用することにより全体から半田ボールを見つけることができ、１画面の検査を0.39秒で判定できました。画面全体にワークを映し、NGの半田ボールを見つけたい不良として「枠を囲う作業」をアノテーションといいます。アノテーションがうまくいくと良好に判定するパラメーターを設定できます。 今までの検査ソフトより「簡単に設定」ができることを「体感」いただけるように、AIを使用したソフトDeepSkyを弊社ホームページにてWEB上でお試しできます。 【使用したソフトと機器】 使用ソフト：DeepSky 視野範囲：40x 30mm 検査対象の最小サイズ：1mm 検査個所数：1ヶ所 全体 カメラ解像度：130万画素 レンズ焦点距離：25mm レンズと製品との距離：約200mm
AI画像検査ソフトで光沢のある樹脂塗装品のブツを検出します！
自動車部品などの樹脂成型の内装塗装品は光沢のある上品な仕様になっているものも多くあります。 より高品質な製品を安定的に生産するために弊社の検査ソフトをご検討いただいています。 【検査設定と検査結果】 黒色光沢塗装の中にある0.2ｍｍ程度の黒いブツの検出はできました。 微細な不良を拡大して撮影するためゆっくりコンベアで流す方法で複数台カメラのご提案になりました。 今回の評価では照明が大きなポイントとなりました。 いわゆる AI（Deep Learning）を使用したソフトで 検査しました。 従来式の検査ソフトでは光沢のあるワークや鏡面加工の製品では画像検査は難しいとされてきましたが照明の工夫とDeepSkyで簡単設定の検査が可能になりました。
AI画像検査ソフトで各部品の指定された端子部分の寸法を測定し判定します！
半導体や電装製品のメーカーからお問い合わせがあり、電子部品、端子の寸法計測の簡易検証を行いました。 当社ではサンプルの発送が難しい場合、デモ機を無償で貸出ししており実際にユーザーが検査ソフトを体感いただく事ができます。そのほかホームページにはお試し版のダウンロードもできます。Windowsソフトを操作する要領で簡単に合否判定ができる検査ソフトです。 【検査設定と検査結果】 お預かりさせて頂きましたサンプル品にて検証を行わせて頂きました。 結果、各部品の指定されました端子部分の寸法を測定し判定をさせる事ができました。EasyInspectorの「寸法角度検査」機能を使用することにより10カ所の位置の計測を3.83秒で判定しています。左の画像は検査設定画面の拡大です。右の画像は検査結果表です、寸法変換値を設定してCSVに随時記録していくことが可能です。
金属製品のブツ有無や違いを検出し、見た目の似通った類似品（異品）を判定します。
鋳造品の無料評価依頼です。安価で検査可能であれば取りいれたい とお問い合わせがありました。 ダイカストや鋳造品は現在も数多くお問合せがあります、今ではAIを使用した検査ソフトDeepSkyで簡単設定のご提案をすることが多いです。鋳造品など反射しやすい素材のワークをコンベアで流しながら検査する場合には「DeepSky」をご確認ください。 【検査設定と検査結果】 EasyInspectorの「傷ブツ検査」機能を使用することにより1カ所（３ワーク同時検査）のブツ有無や違いを検出し、見た目の似通った類似品（異品）を0.3秒で判定することができました。緑色の数字がOK（良品）判定内のブツで赤色の字がNG（不合格）です。良品と不良品の設定は変更することができます。
AI画像検査ソフトでコネクタの欠品を検出し、合否の判定をします！
今回は照明機器メーカー様からのお問合せです。 人手不足による検査自動化の要求が年々増加している中、画像検査システムも多種多様です「現場ユーザーが簡単に運用できる」をテーマにオールインワン画像検査ソフトウエアを当社では2000例以上の実績をもとに今も着実に導入実績を増やしています。 【検査設定と検査結果】 お預かりしたサンプル品にて検証した結果、コネクタの欠品検査は可能でした。簡易的な治具をブロックで作り、検査しています。ワーク全体が納まるように視野を設定しEasyInspectors「指定色の有無検査」を使用して検査しました。今回は 4 箇所にそれぞれ検査枠を設定しています。左の画像は設定したマスター画像です。水色と赤色はズレ補正枠です。右の画像「検出枠002」はケーブル未挿入のため、赤枠で不合格表示になっています。青色の枠は合格の検出枠です。
金属加工品の欠陥部分を自動検査します！
精密板金加工メーカーではショートショットとゲートカット不良が発生してお困りでした、そこで欠陥部分を自動検査できないかお問い合わせがありました。 弊社の検査ソフトはシステムに組み込みやすい利便性もあり、Windowsを操作する要領で簡単に運用できるため産業機械メーカーだけではなく、ユーザーから直接のお問合せも多数あります。 【検査設定と検査結果】 お預かりしておりましたサンプル品にて検証を行った結果をご報告致しました。 EasyInspectorの「色比較検査」を使用して、マスター画像（良品）との差異を検出することで、2.79秒で８カ所のショートショットとゲートカット不良の検出は可能でした。ズレがどの程度出現するかや枠の設置の仕方にもよりますが、今回は4つのワークを別々にズレ補正を行ったため、処理に時間がかかり1回の検査が2秒程度となっています。運用ではバックライト付きコンベアをご検討いただく事になりました。画像の赤の表示は「不合格」青の表示は「合格」の検査結果です。
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。
ディープラーニングにおける解像度に対する考え方についてご紹介します！
「検出力を向上するために高解像度のカメラを使いたい」というお声をよくいただきます。ルールベースの画像処理の場合高解像度の画像を使用すると分解能が良くなり検出力が向上する傾向にありますが、ディープラーニングではその限りではない場合があります。ディープラーニングにおける解像度に対する考え方について、大雑把ではありますが下記に簡単に解説致します。 （図1）の(1)～(3)のような画像があるとします。 (1)全体の面積10×10、灰色の四角形の面積4 (2)全体の面積20×20、灰色の四角形の面積16 (3)全体の面積10×10、灰色の四角形の面積16 (2)の灰色の四角形の面積は(1)に比べて4倍大きいですが、全体の面積に対する灰色の四角形の比率で見れば(1)：4/100、(2)：16/400であり、どちらも4％分しかありません。 ディープラーニングにおいて、「灰色の四角形の検出しやすさ」という意味では、(1)と(2)はほとんど同じです。
