更新日： 集計期間:2025年11月19日～2025年12月16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。
16～30 件を表示 ／ 全 232 件
AI画像検査ソフトで印字のカケを検証します！
ラベルやPOP制作の会社からお問い合わせがあり印字のカケを検証します。 先ず、ご来社いただいて弊社の検査ソフトの説明をさせていただいて簡易検証の流れになりました。 弊社では直接のご来社ではなくてもWEB会議なども対応しております。 ワークの台紙が浮いてしまい、検査に影響してしまうのを抑えるために、透明のガラス板で上から押 さえつけて撮影をしました。 浮きがあるまま撮影をすると、多くの部分でマスターとの差異を検出してしまいました。 印字の中の「コンマ」を黒くカバーして消失させ、出現させたときにEasyInspectorの「マスターとの比較」機能を利用して検証しました。 結果、コンマの検出ができました。 検出したときの値が 10 ピクセル未満と非常に小さな値ですので、その欠けを検出させたい 場合は、欠け以外にもなるべくサンプル品を置くときの位置や（なるべくズレないように）、 照明の変化の影響によるマスターとの差異を検出しないように注意する必要がありました。
「DeepSky」と「EasyInspector」検査ソフトを使用し検証を行った事例をご紹介します
プラスチックの成形品を作っているメーカー様からのご依頼です。 φ30mm高さ8mm程のキャップがあるのですが平たい上部に黒点（直径約0.2mm）が 出ることがあり、そのキャップの外観検査を実施したいのですがこの黒点を 検出することは可能でしょうか？という内容がホームページへお問い合わせでした。 AI（ディープラーニング）を用いた検査ソフト「DeepSky」と「EasyInspector （従来型ルールベース式）」検査ソフトを使用し検証を行いました。 今回は『DeepSky』で検証する方がスムーズと言えます。 当ソフトは、Windowsソフトを操作する要領で容易に運用できるため、初めて 画像検査を導入するエンドユーザーからの直接の問い合わせが多いです。 【使用したソフト】 ■DeepSky ■EasyInspector（旧EasyInspector) ※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。
AI画像検査ソフトで電子基板の部品を検出します！
電子部品メーカーからの依頼で検証用サンプルを送付いただきました。 当社では技術スタッフによる「簡易評価サービス」を無償提供しています。簡易評価で検出や判定ができた場合、実際の運用を想定したテストにあたる「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ができます。また、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実際に体感いただく事も可能です。 【検査設定と検査結果】 EasyInspectorを使用することによりサンプルの検証を行いサンプル品での検証ですが、マスターと比較する方法では誤検出が多く出てしまうため、指定した色の検出量によって判定する方式をとりました。 【使用したソフト】 使用ソフト：EasyInspector 現行『EasyInspector2』colorパッケージ【指定色の有無】で検査できます。
金属成型品の「キズ」「ウェルド」「点ゴミ」を検出します。
自動制御設計・保守のメーカーよりお問合せです。射出成形されている金型成型品の容器蓋をインデックステーブルに投入したあと毎分18枚（1枚当たり3秒）のタクトでそれぞれの作業を行う場合の外観検査をご検討でした。「キズ」「ウェルド」「点ゴミ」について検出を試みました。 【検査設定と検査結果】 ひとまず照明の当たる範囲で撮像した画像で検証を行いました。検証環境ではキズ、ウェルド、点ゴミをそれぞれ識別することが可能でした。またウェルドラインに限りですが偏光板を使用した撮像方法（左の図）が効果的でした。 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。 【使用したソフト】 使用ソフト：DeepSky
繊細な部品の傷やこすれ、汚れをAI画像検査ソフトで検出します！
繊細な部品を扱うメーカーではキズなどの欠陥が事故につながっていました。 本来はサンプル品をお送りいただいての検証がより確かな検証報告ができるのですが、サンプル画像での検証も当社では数多く承っています。 【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、画面全体から濃い黒色部分だけを検出することができました。 左の画像では傷ではないが検出してしまっている部分があります。 他のこすれや汚れに比べてこの部分は濃く写っているため、右画像の傷を検出できるレベルまで設定の感度を上げると左画像の合格部分まで不合格検出してしまいます。 【使用したソフト】 使用ソフト：EasyInspector710 現行『EasyInspector2』colorパッケージ【傷・ブツ検出】で検査できます。
ファイバー樹脂成型品のテクスチャーを数値化します。
ファイバー樹脂成型品のお問合せでテクスチャーの数値化をご希望のお客様です。 頂いた画像による簡易検証です。検証のためには撮像環境もご案内できるサンプル送付が一番信用できる安定した報告が可能です、しかしメールなどで画像を送付いただくご依頼も多くあります。簡易検査で可否判定後、運用方法を考慮しながらの検証に入ります。 【検査設定と検査結果】 EasyInspectorの「指定色の有無検査」機能を使用することにより全体に検査枠をかけての検査となり、数値化できました。切れ目のようなパターンもありDeepSkyよりもEasyInspectorの方が安定して検査が行えると判断させて頂きました。 【使用したソフト】 使用ソフト：EasyInspector710 現行『EasyInspector2』colorパッケージ【指定色の有無】で検査できます。
学習と検査速度のGPUによる違いを検証します！
今回はタイトルの通り「学習と検査速度のGPUによる違い」を検証出来ればと思います。 2種類のGPUと16・8GBのRAMによる学習・検査時間の違いを比較します。 ■条件 ■確認構成 ■結果 ※詳しくは関連リンク（ブログ）をご覧ください。
AI画像検査ソフトでリード線の差し間違いとラベル有無の検証をします！
主に照明器具を製造しているお客様からの初めてのお問合せで、組立の出来映え確認に画像検査の利用を検討しています。とのことでした。 昨今の社会情勢からWEB会議で打ち合わせにも対応しております。 指定がなければ「Microsoft Teams」で招待を送ることが多いですが、zoomやSkypeなど一般的なアプリであればどれにでも対応しています。弊社のシステムやソフトの概要をご理解いただいた後、サンプル送付いただくケースが多いです。 【検査設定と検査結果】 お預かりしていたサンプル品にてリード線の差し間違いとラベル有無の検証をしました。 EasyInspector の「色比較検査機能」を使用することで良品と不良品を判定することは可能でした。11か所の検査枠でタクト2.49秒の検査になりました。 簡易検証のご報告後、運用のための具体的な有償の検証をご依頼いただく事もあります、そのほかお客様へデモ機を無償でお貸出しして実際に体感いただく事もできます。
AI画像検査ソフトでトレイ上の製品個数をカウントします！
プラスチック加工メーカーからトレイの上の製品の個数をカウントする簡易検証の依頼がありました。 【検査設定と検査結果】 サンプルで検証した結果、トレイ内の製品個数は正常にカウント可能でした。但し、光の当たり方に極端なムラがある場合は恐らく誤検出が発生してしまいます。 計数は可能でしたが、全体が同じような色味に写るように照明環境等を調整する必要がありそうでした。（検証では室内灯下で、露光時間の調整と検査枠の設置位置で誤検出をしないよ うに対応しました。） 【使用したソフトと機器】 使用ソフト：EasyInspector710（旧EasyInspector） 視野範囲：約531x 426mm 検査対象の最小サイズ：15mm 検査個所数：1ヶ所 カメラ解像度：130万画素 レンズ焦点距離：8mm レンズと製品との距離：約700mm 照明：室内蛍光灯
AI画像検査ソフトで金属部品の1カ所の接着部分のバリを検出します！
空調機器メーカーからも弊社の検査ソフトへお問合せをいただきました。 当社では様々なお客様の品質保証に弊社でお役に立ちたいと日々の検証を行っています。技術スタッフによる「簡易評価サービス」を無償提供し簡易評価で検出や判定ができた場合、実際の運用を想定したテストにあたる「実現性検証」を行い処理時間や判定精度などの検証をお勧めしています。 【検査設定と検査結果】 EasyInspectorの「マスター画像との比較」機能を使用することにより1カ所の接着部分のバリの検出が可能でした。左の画像はマスター画像です。検査部分を良品画像で指定する設定画面です。赤い囲いはズレ補正です。桃色の枠は検査範囲の設定枠です。 【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】で検査できます。
AI画像検査ソフトでカプセルを検出します！
医療カプセルを製造されているお客様から直接依頼があり簡易検証をしておりましたが弊社ではFA機械の販売はしていないためお客様のお取引のある制御機器のメーカーに仲介いただいて検証をすすめることになりました。 当社は、静岡県浜松市に位置し、自動車産業を中心に数多くの産業機械メーカーを顧客としています、売り切りで組み込みやすい検査ソフトを開発しており、産業機械やシステムのメーカー様からも数多くリピートいただいています。 【検査設定と検査結果】 頂いた画像を処理した結果、１枚目の画像は正常に検出できました。 ２枚目の画像は誤検出1、非検出1でした。再学習を行ったところ正常に検出できるようになりました。 検証後は弊社でデモを行い検査環境や操作方法などをご説明させていただく事やデモ機をお貸出しし、実際に設定方法や検査精度をお確かめいただく事になります。 【使用したソフト】 使用ソフト：DeepSky
印刷物の黒ベタ内の白線と印刷位置のズレを検証します！
プリンターや印刷機器のメーカーでも弊社の検査ソフトへお問合せをいただきました。サンプルを送付いただいて、印刷物の「抜け」や「位置」の違いを簡易検証を行います。 【検査設定と検査結果】 お預かりしたサンプル品で、黒ベタ内の白線と印刷位置のズレの検証を行いました。 2000 万画素カメラ 1 台で真上から撮影しました、かなり高画素カメラのため検査時間は、2 種類の検査を同時に行って 1 回につき約 4.5 秒でした。（検査枠の数や範囲によって 実際は増えるかと思われます） 位置ズレは、サンプル品のなかに位置ズレ不良のサンプル品が無かったのですが、±3mm 程度でしたら検出は可能です。
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。
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。
