更新日： 集計期間:2025年10月01日～2025年10月28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。
1～15 件を表示 ／ 全 506 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
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。
AI画像検査ソフトでメーターを自動読取して業務効率化！
道路管理会社からメーターの読み取りの検査のお問合せです。 メーターの確認は様々な業界で大きな負担となっています。遠隔で監視してエラーが発生した時にだけ行くシステムを簡単に導入できることは大きな業務効率化と言えます。 【検査設定と検査結果】 送付いただいた画像にて検証を行った結果EasyInspectorで判定できました。左の画像は「メーター読み取り」機能を使用し、右の画像は「OCR Pro」機能を使用したライブ画像（上）と検出画像（下）を拡大しています。タクトは0.05秒。記録方法はCSVと画像で残せます。 現行『EasyInspector2』CP(制御盤･ControlPanel)パッケージ【メーター表示読取】 『EasyMonitoring2』で検査できます。
カメラメーカー様から製造中に発生してしまう「接着剤のイトビキ」を検出したいとのご依頼です。
送付いただいたサンプル画像 84枚（NG39枚 / OK45枚）のうち、50枚（各 25 枚）を 教師画像として学習させました。未学習の残りの画像をテスト用画像として使用しました。 【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イトビキを0.23秒で判定できました。教師画像と残りのテスト用画像 34 枚を検査した結果、正答率は 100%でした。画像検出枠上部の数字はAIの自信度％（認識点数）です。 【使用したソフト】 使用ソフト：DeepSky 学習版
一つのワークに４ヶ所の部品がきちんと取り付けられているかを判定します。
熱硬化性樹脂、熱可塑性樹脂の成形加工メーカーからのお問合せです。頂いた画像による検査です。 【検査設定と検査結果】 左の画像は検査したい部分を囲う作業（アノテーション）です。右の画像は検出枠です。 検証結果はNG 品を OK として誤判定されたものは有りませんでした、OK 品を NG として誤判定された画像は 2 枚ありました。 2021年9月からは教師画像の水増し機能が搭載されました。この便利機能を使用するとたまにしか出現しない不良の向きや角度、明るさの違う教師画像を増やした枚数の画像で学習ができ、精度が上がります。 【使用したソフト】 使用ソフト：DeepSky学習版 検査個所数：4ヶ所
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
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。
AIって難しそう…と諦めていませんか？ 失敗しないAI画像検査導入をサポートします！
失敗しないAI画像検査導入の基礎を学べる資料を進呈中です。 【掲載内容】 ・AI画像検査とは ・導入メリット ・AIによる画像検査の導入ステップ ・AI画像処理オススメ製品 AIでの画像検査導入を具体的に検討している方から、 情報収集を始めた方、どんな製品があるか気になっている方など 幅広い方々にお役立ちできる資料です。 何から始めていいかわからない… 機材の選定方法がわからず、本当にこれでいいのか不安… AI画像検査を過去に検討したけど、使いこなせる人がいなくて断念した… AI画像検査を導入したものの、技術者のみに属人化してしまいブラックボックス化してしまった… カタログでは、そんなお悩みを解決する製品もご紹介！ AI画像処理ソフトはもちろん、カメラや照明といった光学系の機器選定も INABAの画像検査専任SEにお任せください！ さらにロボットシステムやIoTのSEをも常駐しているため 多方向から課題解決に向けた提案が可能です。 是非、目視検査の自動化検討にお役立てください！
AI画像検査ソフトで部品のクラックの検査を行います！
以前よりお付き合いのあるオーディオ機器メーカーから部品のクラックの検査についての簡易評価の依頼です。 サンプル画像16枚が届きました。 弊社では技術スタッフによる検証やサポートを日々受付しています。 運用中のお困り事、ご質問、不明点などございましたらいつでもお気軽にご連絡いただけますと幸いです。 【検査設定と検査結果】 16枚の画像のうち 10枚を教師画像として学習させました。 教師画像 10枚と未学習画像 6枚（OK３枚、NG３枚）の計16枚を検査しました。 クラックが 0の時に “合格” 、1つ以上検出したら “不合格”と設定し、結果は、16枚全て検出することができました。学習させていない未知の画像であっても、クラックと判定して検出しています。 左の画像は画面に表示される検出したクラックの数を表示しています。 【使用したソフト】 使用ソフト：DeepSky
AI画像検査ソフトでセットした不織布の有り無しを検査します！
産業用ロボットのメーカー様からのお問合せです。サンプル画像をいただいて簡易検証しました。作業員が不織布を50枚セットする工程で、抜けがないように検査したいとのご要望です。 【検査設定と検査結果】 今回はいただいた良品画像をマスター画像設定し不織布の有り無し検査ができました。右の画像の設定で指定した黒色を指定したピクセル検出ができなかったので左の画像は赤色の検出枠（不合格）を表示しています。 【使用したソフト】 使用ソフト：EasyInspector 現行『EasyInspector2』colorパッケージ【指定色の有無】で検査できます。
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
AI画像検査ソフトの海外での使用もサポートいたします！
中国より簡易検証のご依頼です。当社では、中国とマレーシアに代理店を契約しており現地での販売を拡大しています。 日本企業の海外製造部での運用のお問合せでも代理店をご紹介することもあります。 今回は製品に張り付けられているラベル表示の削れや傾きを簡易検証します。 【検査設定と検査結果】 EasyInspectorで検査が可能でした、左の画像はラベルの削れ⇒マスター画像との比較検査の設定 画像です。 右の画像はラベルの角度⇒寸法角度検査機能設定の画像です。こちらの機能を使用することにより3カ所のラベルの削れと角度を0.07秒で判定することができました。 【使用したソフト】 使用ソフト：EasyInspector 現行『EasyInspector2』colorパッケージ【マスター画像との比較】 MS(MeaSure)パッケージ【位置・幅測定】【角度測定】で検査できます。
AI画像検査ソフトで自動車の内装識別を行います。
自動車などの内装はグレードに応じてカラーや装飾を選べる仕様になっています。配色の判定を以前よりお取引のある産業機械メーカー様からお問い合わせがありました。サンプル画像を送付いただき、簡易検証しました。 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】 45 枚の画像のうち 15 枚（各 5 枚）を教師画像として学習させました。 教師画像 15 枚と、未学習画像 30 枚の計 45 枚を検査しました。 結果は、45 枚全て正しく検出できました。 画像の内訳はシルバー11 枚、赤 19 枚、白 15 枚です 【使用したソフト】 使用ソフト：DeepSky
AI画像検査ソフトでカシメのめくれを検出し、判定します！
産業用機械メーカーからの依頼でサンプル画像による簡易検証です。 画像検査を導入する場合、検査部分の撮影環境はとても重要になってきます。 昨今、コンプライアンスやセキュリティの関係でサンプル品の送付が難しい事例が多くあります。画像送付での検証の場合は承ることはできますが、よりよい撮像環境のご案内ができない場合もあります。そのような場合、サンプルの質感は変わりますが弊社で模型を作成して検証することをご提案することもあります。 【検査設定と検査結果】 頂いた画像の中で、良品と比較して差異の大きい不良画像を教師データとして学習を行った 場合、差異の大きいものは不良として検出することが可能でした。 差異の小さなものに関しては検出が困難なものもありました。 画像の取得に関して、今回の検査物では自由な距離で撮像を行った場合、検出は難しいと判断致しました。 カシメが画像中央に同じ大きさに写るよう撮像環境を調整すれば検出精度が向上する可能性が有ります。 【使用したソフト】 使用ソフト：DeepSky
AI画像検査ソフトで製品画像から篏合隙間・外形不良を検出し判定します！
電子部品メーカーからのお問合せです。昨今コンプライアンスやセキュリティーの観点からサンプル送付が難しい事業所が増えています。 DeepSkyは不良箇所を学習させる方法で設定を作成していきます。そのため、検査内容にもよりますがサンプル送付が難しい場合、良品画像と不良画像データを20～30枚程度ご用意して頂く必要があります。 まずは、どのような検査内容か把握する必要があり、OKとNGの画像を数枚程度お送りいただくことからのスタートとなることが多いです。 【検査設定と検査結果】 送り頂きました画像にて検証を行った結果、良品と不良品の識別は可能でした。 画像が 8bit のモノクロ画像でしたので 24bit に変換してから検証を行いました。 今回の検証は 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。 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。 良品と不良品をそれぞれ異なるラベルで学習させ、識別できるように学習させました。
