226～240 件を表示 ／ 全 437 件
AI画像検査ソフトで紙管の判定を行います
サンプル画像を送付いただいた無料の簡易検証です。 以前よりお取引のある産業用制御機器メーカー様からです。 画像検査では撮像環境はとても大事なポイントになります。今回も撮影画像によって精度が変わってくる検査でした。 【検査設定と検査結果】 頂いた画像のままでは良い結果を得られなかったので、判定対象部分のみを切り出し検証 を行いました。その結果、今回検証した画像の場合では紙管の判定に対して視野を適切に設定できれば判定が可能でした。 OK 画像の枚数が少なかったため、左右反転した画像を作成して検証に使用しました。 OK 画像 10 枚と NG 画像 10 枚の合計 20 枚を使用して学習を行いました。 判定の検証には学習に使用していない OK 画像を 2 枚、NG 画像を 2 枚、合計 4 枚使用し ました。 【使用したソフト】 使用ソフト：DeepSky
トレイに入った食品のはみ出し具合を検査し判定いたします。
食品メーカーよりトレイに入った食品のはみ出し具合についての簡易検査をルールベース式の「EasyInspector」で検査しご報告したましたが、青地に白模様のトレイのはみ出し検出は難しかったため、AI（ディープラーニング）用いた「DeepSky」で再検証することになりました。 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く事もできます。 【検査設定と検査結果】 お預かり中のサンプル品で数パターンの不良状態を作成し、その画像を学習させることで 具材のはみだしを検出することは可能でした。 ただし、今回のケースでは具材や不良状態に様々なパターンが想定されるため、十分な検出 結果を得るためには多くの教師データが必要となります。 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。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。 【使用したソフト】 使用ソフト：DeepSky
AI画像検査ソフトで廃液の処理（凝集状態の監視）を行います！
様々な機械部品の軸受けのメーカー様よりお問合せがありました。 廃液の処理「凝集状態の監視」を現在は目視で運用されているとのことで、下の画像左４枚のような状態から右４枚のような凝集が起こると適合となるとのこと、屋根はあるが、室内ではない環境下にあり、時間や天気によって検査の撮像環境が変わります。 【検査設定と検査結果】 上の画像を含む24枚を教師画像に設定し、全体にアノテーションし、判定は可能でした。 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。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。 ルールベースの従来型画像検査ソフトよりAI（ディープラーニング）の画像検査ソフトは明るさや撮像環境に違いがあっても検査ができることが強みです。様々な業界、様々な工程で検査ソフトはお役に立ちます。 【検査ソフト】 使用ソフト：DeepSky
どのような教師画像を使用するかなどの設定に関してもしっかりとサポートいたします！
自動車部品や工機などを制作されているお客様よりDeepSkyの設定についてお問い合わせがありました「設定したアノテーション部分の特徴を見て画面全体を探しているものだと思ってましたが、画角上のどこに出やすいみたいな傾向も一緒に覚えていますか？」とのご質問です。 【検査設定と検査結果】 色も大きさも同じ四角形を 並べて、上側だけアノテーションして学習させます。（左上の画像）右上の画像では、上側だけ見つけることができています。下の左画像では上側だけのものも見つけられます。しかし右画像では下側だけのものは見つけられませんでした。 過学習によって教師との一致度の高いデータ以外見つけられなくなってしまっている場合はまたちょっと話が変わってきますが、不良など、見つけたいモノの位置は検査精度に大きく関わってきます。様々な位置や向き、角度を変えた教師画像を使用する必要があります。 2021年現在ではDeepSkyに教師画像水増し機能を搭載しました。なかなか出現しない不良の画像を、上下左右に反転や回転させたり輝度やガウスノイズを使用して水増しすることができます。
プレスフェルト部品のクリップの取り付け位置が合っているか検査します！
自動車部品などのプレスフェルト部品は仕様違いにより穴の有無が変わったり、 部品の位置が変わったりしますが、類似品の場合は見た目がほぼ同じため類似の異品を出荷するという事故が発生していました。 今回はクリップの取り付け位置が合っているかを検証します。 【検査設定と検査結果】 全体視野で2種類のクリップを見分けることができました。 全体視野だとファスナーのタッカーの有無やラベルの文字を判別するのは厳しそうだったので、現実的にはひとつのワークに対してカメラ2台使用するくらいがちょうどいいラインと提案しました。 ひとまず正しい種類のクリップが正しい位置にあるかどうかを検査するようなイメージを設定したものが画像です。外側の枠が取り付け位置の合否、内側の枠が部品が正しいかを判定しています。 【使用したソフト】 使用ソフト：DeepSky
AI画像検査ソフトで接着剤の塗布切れを検査します！
スピーカーなどの音響システムメーカーさまからの評価依頼です。 お問合せ以前はライン作業員が目視で1日10,000台もの検査でした、黒い樹脂に黒っぽい接着剤のため目視・カメラ共に非常に見えにくい特性のあるワークのためお困りでした。 【検査設定と検査結果】 EasyInspectorで検査することが困難だったのでDeepSkyというディープラーニングを活用した製品を使用しました。ひとまず今ある画像で学習を行ってみたところ検出は可能でしたが、データ数も少なく、写りも非常に検査し難いもののため、精度の面でより詳細な検証が必要と思います。ただ検出自体は一応できましたので、その様子が分かる資料として上部の画像を報告しています。 【使用したソフト】 使用ソフト：DeepSky
検出がよりよくできるようにアノテーションの方法やより検査精度が上がる教師画像の撮像などサポートも承ります。
以前よりお付き合いのある製薬会社さまより、DeepSkyの検出方法のご相談の連絡です。 【検査設定と検査結果】 画像 B は 4 分割した内の 1 枚です。解像度も単純に 4 分の 1 です。 この時全視野に対する不良箇所の面積を１と仮定すると、画像 B の全視野に対す る不良箇所の面積は 4 となります。 単純に「見つけたい物」が画像全体に対して大きく写っているため画像 B の方が解像度は 低いのに検出がしやすいという状態になります。 これがディープラーニングにおいて解像度そのものの重要性が低い理由です。 【使用したソフト】 使用ソフト：DeepSky
「毛髪」「プラスチック片」「ビニール片」「虫」の混入を想定した検証を試みました。
食品業界では以前から異物の混入は大きな課題です。 今回は DeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査しました。 左上の画像はアノテーションと呼ばれ検出させたい箇所（異物）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。 画像では「毛髪」「ビニール」「虫」を検出しています。しかし米飯の上のゴマに混ざった虫については判定ができませんでした。ゴマと虫の違いを明確に撮像する必要があります。 使用したソフト 使用ソフト：DeepSky
筒形フィルターの異物（繊維・ほこり・毛髪・粉塵）を検出します。
工員による目視検査では検査員によって「良品」「不良品」の判断基準にバラつきがあることも多く程度によって判断を迷うようなものであればあるほど検査結果がバラバラになる傾向があります。 画像検査システムで安定的で生産効率の良い検査をご検討ください。 左の画像はカメラとレンズ、照明の環境です。右の画像は「アノテーション」と呼ばれる、検出を行う部分を枠で囲む作業です。 枠で囲まれた部分を「学習」させることにより検査画像中から検出対象を検出できました。検査品を回転台の上に置き、回しつつ検出の検証を行い 検証時の想定では 1 本あたり 60 秒程で検査を行うよう想定しました。粉塵については目視で不良を確認することができなかったため設定や検出ができませんでした。不良部分撮影できない場合は検査は難しくなります。撮影には工夫が必要です。
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。
AI画像検査ソフトで透明のニスの有無を検査します！
容器や梱包資材メーカーより透明のニスの有り無しについてのお問合せがありました。 透明のニスの有無はEasyInspectorのような従来型の画像処理では安定した検出が難しく、ご提案するとしたらディープラーニングを活用したDeepSkyというソフトになります。 【検査設定と検査結果】 学習データが画像2枚分しかないので参考程度の結果になりますが、ニスがある状態と無い状態を学習させることで、画像のようにニスの有無を判別できる可能性があります。お送り頂いた画像は照明条件や位置決め、カメラの距離など安定した環境で撮像されたものと思いますが、同様の撮像方法でNG画像とOK画像の量を増やす送付をお願いし今後の検証をすすめていきます。 【使用したソフト】 使用ソフト：DeepSky
納得できない結果や設定方法に疑問などがありましたらお気軽にお問合せください。
穀物乾燥機メーカーさまは弊社のHPよりAI（ディープラーニング）を使用した検査ソフトDeepSkyのWEBお試しを体験されていましたが良い検査結果が得られず、パラメーターの生成方法についてご案内しました。 ディープラーニングの検査に慣れている担当者さまはスムーズに検査ができますが、初めて使用される場合には思い通りの結果が得られないことがあるのは当然です、もし、納得できない結果や設定方法に疑問などがありましたらお気軽にお問合せください。 【検査設定と検査結果】 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設定しました。今回は数字の1～4と数字がないもの５種類７枚の教師データを使用しています。全ての画像で正しく対象を識別できました。 【使用したソフト】 使用ソフト：DeepSky 検査個所数：2ヶ所 画面の中２ヶ所の数字を認識する
AI画像検査ソフトで不織布の異物と汚れを検出します！
各種繊維製品や不織布のメーカー様から不織布のサンプル画像が届きました。異物と汚れを見つける無料評価の依頼です。実際のサンプルを送付は昨今のコンプライアンスやセキュリティの観点から厳しくなってきています。 弊社にサンプルを送ることができれば、照明やカメラ、レンズ、ワークまでの距離など弊社で検証しご案内することができます。 【検査設定と検査結果】 送っていだいた23枚の画像を使用して検証した結果、不良部分の検出は可能でした。左の画像は検出させたい部分を矩形で囲む作業（アノテーション）です。右の画像は検査結果の検出枠です。23 枚の画像のうち 16 枚を教師画像として学習させました。 （画像は 21 枚で、弊社で類似の NG 画像 2 枚を画像加工しました。） 教師画像 16 枚（OK2 枚/NG14 枚）と未学習画像 7 枚（OK1 枚/NG6 枚）の計 23 枚を判定し、ご報告しています。
様々な検査をAI画像検査ソフトで行います！
FA制御機器メーカーさまから様々な検査で導入をご検討いただいています。 「接着剤の有無」「嵌合爪はまり状態」「サーミスタ接着剤塗布確認」「リング部品有無」「表示銘板」「サーミスタ曲がり」「ネジの有無」「はんだ過多/過少」「リード線有無」「はんだ上がり」「熱溶着出来栄え」の検査を自動化したいとご相談がありました。 【検査設定と検査結果】 全ての検査項目で検査はおそらく可能でした。最初の検証のご報告は合否判定のみの簡易評価となります。 ディープラーニングによる画像処理の基本的な考え方は「覚えさせたものを見つける」ということになります。 例えば「サーミスタ接着剤塗布確認」を行う場合は良品（左）と不良品（右）の状態をそれ ぞれ指定し、学習を行うことで接着剤有無の区別ができるようになります。 導入ご検討の際は機器貸し出しサービス等をご利用頂き、実際に検査が可能なことを必ずお客様側でもご確認いただきます。
AI画像検査ソフトで水槽の金魚をカウントします！
社会的企業や社会起業家social entrepreneur（ソーシャルアントプレナー）は昨今、様々な場所で活躍されています。業事としてＣＳRを運営されているメーカーからのお問合せがありました。今回は水槽の金魚をカウントする評価です。 【検査設定と検査結果】 左の画像がアノテーションという見つけたいものを囲う作業です。右の画像が緑色の検出枠で金魚をカウントしています。 お送り頂いた動画を切り取ってDeepSkyというAIを搭載したソフトで検証してみました。検証した結果、金魚の検出はできそうでした。ただ、ホースの裏に隠れてしまった時や2匹が重なっている時は検出できておりません。
