更新日： 集計期間:2026年09月16日～2026年10月13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:2026年09月16日～2026年10月13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:2026年09月16日～2026年10月13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。
91～102 件を表示 ／ 全 102 件
塗布後の形状測定機能を付加することで全数検査による塗布工程や品質の管理を実現
当社では、針の先端に付着させた数pl(ピコリットル)の微細な液滴を、 1回あたり0.1秒で高精度に塗布できる「卓上型高速微細塗布装置」に、 塗布後の塗布形状を三次元測定する「微細三次元形状測定」機能を 付加した「測定機能付微細塗布装置」の提案を開始しました。 材料を塗布した直後に塗布材料の三次元形状を測定し、塗布面積や 塗布材料体積を算出することで、品質管理が可能です。 また、塗布処理毎の測定結果による傾向管理から塗布量の調整をする 機能の追加も可能です。 【特長】 ■高速微細塗布直後に形状測定、検査 ・高生産性の塗布および品質管理 ■塗布形状・面積や塗布量の体積を計測 ・塗布材料の経時変化監視や乾燥性などの特性評価 ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
Garbage In, Garbage Out. 正しくないデータを学習したAIは使い物になりません。
※説明動画がありますので、是非ご覧ください。 Garbage In, Garbage Out. 正しくないデータを学習したAIは使い物になりません。 事実、AI開発者は80%の時間をデータの整備に費やしていると言います。 最新の研究結果や最強のアルゴリズムを使えば何とかなる？ いいえ。データを軽んじては最強のAIも宝の持ち腐れです。 正常画像に紛れ込んだ見つけにくい不良を放置して学習したら できあがるのは紛れ込んだ不良に似た特徴は検出しないAIであり、 それは期待したAIではありません。 人なら感覚的にわかることでも、AIは融通が利きません。 では、すべての正常画像をくまなくチェックして、 不良が確実に映っていないことを保証すればよいのでしょうか？ それができれば良いですが、途方もない時間と注意力が必要です。 Roxy AIは不適切なデータは紛れ込むものと考えます。 紛れ込んだ不適切なデータは取り除いて綺麗にすればよい。 Roxy AIではAIの学習プロセス全体を通してデータを綺麗にできます。 データを綺麗にし、AIが学習しやすい条件を整えます。
外観検査をもっと楽に！AIや画像処理の知識不要。製造現場でリアルタイムに良否判定できる、AI画像判定（自動品質検査）システム
Y’s-Eyeは、検査品質の安定化・省人化を支援するAI画像判定サービスです。 NG品を排除するための排除機構と連携させて、さらなる自動化を実現することも可能です。HACCP方式で求められる様々な品質検査で活用されています。データを蓄積することでトレーサビリティにも役立ちます。
検査品質の安定化・省人化を支援するAI画像判定ソリューション「Y’s-Eye（ワイズアイ）」の検査対象特化型モデル第１弾
■検査対象特化型モデル「Y’s-Eyeハンバーグ」とは？ AI画像検査＋排除機構がセットになった、検査品質の安定化・省人化を支援するAI画像判定ソリューション「Y’s-Eye」の検査対象特化型モデル第１弾です。検査対象をハンバーグパティに特化し、パッケージ化することで、従来よりも短期間でスムーズな導入を実現しました。 安川グループの技術を集結し、AI×ロボットの連携によって検査工程自動化を実現すると同時に、検査結果データから不良傾向分析を行うことで、歩留まりの改善、人手不足の解消や食品ロス削減に貢献が期待できます。形状や合格品の判定基準が画一ではなく、製品検査を人手に頼らざるを得なかった食品製造業で注目されるソリューションです。
AI・ロボティクスで解決します！ 画像AI・協働ロボット・AMR・生成AIを活用し、 現場に最適な自動化システムを構築します。
こんなお悩みありませんか？ ・検査員不足で品質維持が難しい ・人によって判定がばらつく ・搬送や単純作業に人手がかかる ・自動化したいが何から始めればよいかわからない ・ベテラン依存から脱却したい ・DXが進まない AI×ロボティクスで“止まらない現場” をつくる ＞＞人手不足、品質課題、属人化。現場の課題を、AIと自動化で解決します。 人に頼る現場から、AIが支える現場へ。 ＞＞検査・搬送・設備運用を自動化し、生産性と品質を同時に向上。 フィジカルAIで、現場はここまで進化する。 ＞＞AI・ロボット・生成AIを統合し、次世代スマートファクトリーを実現。 人と一緒に働くロボットで、現場をもっとラクに。 ＞＞単純作業・繰り返し作業を自動化し、作業者はより付加価値の高い業務へ。 “運ぶ” を自動化し、現場のムダを削減。 ＞＞工程間搬送・部品供給・完成品搬送を自動化。人の移動時間を削減し、生産効率を向上します。 現場にも、生成AIを。 ＞＞社内ナレッジ、報告書、問い合わせ対応をAI化。“探す・まとめる・書く” を効率化します。
X線検査装置や多関節ロボットに搭載することで機械の頭脳に。外観検査装置としての「AI搭載型ロボット」の事例も進呈中！
『AIハヤブサ』は、従来の画像検査ツールで課題となっていた、 パターンマッチング主体の応用性の弱さを、人工知能で克服した”人工知能画像検査システム”です。 『AIハヤブサ』を搭載した外観検査ロボット「AIロボット」は、人工知能と画像処理の特長を活かし、 曲面や鏡面を有する検査対象物に出現した擦り傷・打痕・ブツ・ケバ・色むら等の各種表面上の欠陥検査が可能です。 【特長】 ■人工知能＋画像処理による検査 ■オンライン・オフライン・装置組込みなどに対応 ■平面計測、ブロブ解析/モフォロジー、文字認識・文字照合、マッチング、 マシンビジョン（形状識別）などの画像処理システム ■3D形状計測、自動判別、バーコードリーダーなどの機能 ■熟練者クラスの人員削減など、多くのメリットを実現 ※不良判定例を紹介した事例集や製品資料を進呈中。 「PDFダウンロード」よりご覧いただけます。お問い合わせもお気軽にどうぞ。
検査制精度が60％→99％に向上 AIのディープラーニング技術を使用しシステム開発することで、目視によるNGを削減した事例
バックミラーで高いシェアを誇る株式会社村上開明堂の製品検査工程において、AIのディープラーニング技術を用いて、鏡の表面検査システムを開発し、検査精度の向上（60%→99%）、目視による検査員の負担軽減を実現した事例をご紹介いたします。 【従来の検知システムの問題点】 ■画像の色味等の数値化が困難 ■人が閾値を決定するため、基準が曖昧になる ■検査精度60％程度 ■最終的に検査員が目視で確認 【導入後の効果】 ■全ライン導入後は検品作業員が7割削減 ■海外展開を視野に入れ、検査の自動化により得られたデータから 上流工程の最適化なども目指せる ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
当社のAI画像検査サービスで、外壁クラック検査業務の精緻化、標準化、効率化を実現できた事例をご紹介。
Ristは、不動産会社である東急リバブル株式会社、地盤調査や建物検査などを専門的に行うジャパンホームシールド株式会社と連携し、中古住宅の外壁や基礎部分のクラック※1画像を、AIが一定の基準に基づいて診断するシステムを開発しました。（特許取得済み） 【課題】 ■検査員（ヒト）による目視と判断がベースとなるため、評価にばらつきも生じる ■検査精度を担保するため、バックヤードでダブルチェックを行っている ■検査品質を維持するため、現場での検査から最終評価までに数日間を要している これらの課題を、当社のAI画像検査システムで解決いたしました。 ※詳しくはPDF資料をダウンロードいただくかお気軽にお問合せください。
当社のAI画像検査サービスで、検査精度の向上（60% → 97%）、目視による検査員の負担軽減した事例をご紹介
Ristは、バックミラーで国内シェアNo.1の株式会社村上開明堂の製品検査工程において、Deep Learning技術を用いた鏡の表面検査システムを開発し、検査精度の向上（60% → 97%）、目視による検査員の負担軽減を実現しました。 【課題】 ■画像の色味等の数値化が困難 ■人が閾値を決定するため、基準が曖昧になる ■最終的に検査員が目視で確認する必要がある これらの課題を、当社のAI画像検査システムで解決いたしました。 ※詳しくはPDF資料をダウンロードいただくかお気軽にお問合せください。
目視監視の負担を軽減！AIが病害虫を瞬時に判定
農作物の病害虫検知は、熟練した技術と時間、労力を要する作業です。見落としや誤判定のリスクも常に存在します。 ミラック光学のAI画像検査システムは、AIと画像処理技術で病害虫を自動判定し、正確でスピーディーな検知を実現します。 【活用シーン】 - 病害虫の早期発見: 農作物の生育状況を常に監視し、病害虫の発生を早期に発見することで、被害拡大を防ぎます。 - 農薬散布の効率化: 病害虫の発生状況を正確に把握することで、必要な場所にのみ農薬を散布し、無駄な薬剤の使用を抑制します。 - 品質管理の向上: 病害虫による品質低下を防ぎ、安定した品質の農作物を生産することができます。 - 人材不足の解消: 経験豊富な人材に頼っていた検査作業を自動化することで、人材不足解消に貢献します。 【導入の効果】 - 監視時間の短縮、人件費削減によるコストダウン - 病害虫発生状況の早期把握による被害拡大防止 - 労働環境の改善、作業員の負担軽減
世界売上高は、8.1％の大幅なCAGRで成長し、2032年には26億米ドルに達すると予測
医薬品用画像検査システムの世界市場規模は2025年に15億1,000万米ドルとなります。医薬品用画像検査システムの世界売上高は、8.1％の大幅なCAGRで成長し、2032年の予測期間終了時には26億米ドルに達すると予想されます。 医薬品用画像検査システムは、精密さ、コンプライアンス、品質保証を重視する医薬品製造エコシステムの重要なセグメントとなっています。このようなシステムのニーズは、規制当局の監視の強化、シリアル化の需要、医薬品包装形態の複雑化により高まっています。画像検査技術は、カメラ、センサー、照明システム、機械学習アルゴリズムを統合し、生産ラインのリアルタイム分析を行います。自動化とゼロディフェクト製造へのシフトに伴い、ビジョン検査システムはもはやオプションではなく、世界の製薬企業にとって不可欠なものとなっています。 【掲載内容】 ・市場概要、促進要因、課題 ・市場シェア、2034年まで予測 （製品タイプ別, 用途別, エンドユーザー別, 技術別, 流通チャネル別） ・地域別市場シェア、2034年まで予測 ・業界の最新動向
