106～120 件を表示 ／ 全 404 件
「キルト生地」「花柄」「単色」３種類の生地の「変色」「糸びき」「穴」の検出を無料評価しました。
HDD を送付いただいてサンプル画像でのテスト判定です。 【検査設定と検査結果】 左の画像はアノテーション、右の画像は検出枠を表しています。 DeepSkyの検査機能を使用することにより布生地の「変色」「糸びき」「穴」の不良判定が可能でした。いただいた画像の撮影環境が全体的に暗い印象で結果としては、おおむね正しく判定出来ましたが、花柄は２枚の誤判定がありました。照明環境などで鮮明に撮像できれば、より精度が高い判定ができるようになります。 【使用したソフト】 使用ソフト：DeepSky 検査個所数：画面全体（変色 糸びき 穴）
AI画像検査ソフトでコネクタの差し込み部分の検出をします！
差し込みが甘いことによって飛び出た（ように見える）部分を差異として検出したいとお問合せがありました。 プラスチック加工業のお客様です。 【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検査は可能でした。ただし、マスター画像との比較は「マスター画像との違い」があれば差異として検出されて しまうので、もし良品同士で差し込み具合の違いがある場合は誤検出になる可能性があり ます。また位置決めも検査としては比較的厳しめの検査となります。 ディープラーニングを活用した DeepSky というソフトの方が今回の検査には向いていそう です。こちらのソフトの場合は良品と不良品を学習させることで合否を判定します。従来の手続き型の検査ソフトに比べて良品同士の変化に強いため、EasyInspector ほど厳密な位置決めは恐らく必要なくなり、また差し込み具合の微妙な違いやケーブルの写り方の 違いがあるような画像からでも良品/不良品を判別できます。
緩衝スポンジとプラスチック部品の有無を検査します！
製品を梱包する発泡スチロールに取り付けされている緩衝スポンジを検査します。 木工やプラスチックの加工機械メーカー様からのお問合せです。 表面、裏面にそれぞれ貼り付けたグレーと黒の緩衝スポンジの有無検査で、位置精度は今のところ必要なく、部分的に有り無しを判断し、全体として貼られてるかどうかを判断できれば良いとご相談いただきました。 【検査設定と検査結果】 お送り頂きましたサンプル画像にて緩衝スポンジの有無検査を行いました。 EasyInspector の「指定色の有無検査」を使用することで緩衝スポンジの有無を判定することが可能でした。また、同じ機能を使用してプラスチック部品の有無も判定することが可能でした。今回は部品が装着されている画像（オモテ・ウラ）をお送り頂きましたので、ペイントソフトで部品が一部無い状態（NG状態）の画像をテスト用として作成し検証致しました。左の画像は検査枠です。右の画像は検出枠です。
AI画像検査ソフトでキャベツの外観検査を行います
食品メーカーでは形状の定まらないワーク（食材）が当たり前です、ちょっとした不良や異物混入で大きな事故につながります。今回も食品の簡易検査のご依頼です。 労働人口の減少や熟練した作業員の高齢化が進む社会情勢には歯止めはかからず生産性の向上を支援する取り組みは今後ますます求められています、画像検査も徐々に技術が洗練されてきました。 安心安全の食品を口にできる日本品質の維持に画像検査の導入をご検討ください。 【検査設定と検査結果】 頂いた画像による検証です。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ました。今回は「変色」「花芽」「長さ」「長さ２」といった4種類に分けたアノテーションをしました。今ある画像だけで教師データと非教師データに分けて行った検証なのでそこまで精度はでませんでしたが、サンプル数増やしていけばある程度正確性は向上して いくものと推測できます。 【使用したソフト】 使用ソフト：DeepSky学習版
AI画像検査ソフトで製品に張り付けられてるラベルの２次元コードが正確か確認する検査を行います！
型式が似ているパッケージの製品にラベルの貼り間違いがあるとそのまま出荷される事故が発生したとのこと、流れ作業で複数の型式を製造する多くの場合 外観検査システムが活躍しています。 【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を1秒未満で判定することができました。色判定許容範囲は、69に設定しました。上の画像右のようにマスターとの違いを赤く検出しています。 【使用したソフト】 使用ソフト：EasyInspector310 検査個所数：1ヶ所 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。
基板の指定した位置に指定した部品が取り付けられているかを検出します！
以前からお取引のあるオーディオ機器メーカーさまは。様々な事例をお問合せいただいています。今回はいただいた画像で基板に取り付けられた部品の実装について簡易検証します。指定した位置に指定した部品が取り付けられているかはどの業界でも様々な工程で応用いただける事例です。 【検査設定と検査結果】 DeepSkyの検査機能を用いて基板に取り付けられている部品の判定は可能でした。 今回はエリア設定も行うことにより、指定した部品が指定した場所に取り付けられているかを良好に判定できています。左の画像はエリア設定です右の画像はアノテーションです。 Webサービスによる検証検出の可否だけであればWeb上でもディープラーニングによる画像処理をお試し頂けます。 https://deepskyweb.com/ 【使用したソフト】 使用ソフト：DeepSky
基板のチップ部品の有り無しとICの文字を読み取る簡易検証です！
電子部品、特に基板のお問い合わせは弊社へ いただくご相談の中で一番多い事例といえます。 実際に現在、1000例以上の様々な画像検査に弊社の検査ソフトは運用いただいています。 【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5カ所のチップ部品の有無、ICの印字の有り無しは可能でした。しかし、文字付き部品の検出はカメラ1台ではできませんでした。視野を狭くし、カメラを複数台設置することで検出できるかと思います。画像の青色の枠は合格品の検出枠、赤色の枠は不合格の検出枠の表示です。 【使用したソフト】 使用ソフト：EasyInspector710（旧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。
樹脂成型品の見た目がほぼ同じ類似の異品を検出します！
自動車部品などの樹脂成型部品は仕様違いにより部品の有無が変わったり、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。 いままでの画像検査では今回のお問合せような黒色のワークに黒色のクリップの有り無しは画像検査では難しいとされてきました。 【検査設定と検査結果】 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。 左画像は黒色のクリップの実装を検出しています。右画像は黒色のクリップが取り付けられていない事を正しく判定しています。 【使用したソフト】 使用ソフト：DeepSky学習版 検査個所数：6ヶ所
AI画像検査ソフトでメーターの読み取りをします！
様々なデータ解析で社会貢献されているメーカーではメーターの読み取りにも弊社7の検査機器をご活用いただいています。分電盤に設置された７セグ表示の読み取りに関する案件です。 【検査設定と検査結果】 EasyInspectorの「メーター読み取り」機能を使用することにより2カ所の分電盤に表示されている数字の読み取りは可能でした。拡大して写っている方の画像であれば読み取り自体は可能でした。全体を写した画像の方は読み取るには画質不足です。読み取れた画像の方でも色味的にはギリギリで、明るさを少し調整すればもっと安定した読み取りができると思います。 【使用したソフト】 使用ソフト：EasyInspector710 現行『EasyInspector2』CP(制御盤･ControlPanel)パッケージ【デジタル7セグ表示読取】で検査できます。
AI画像検査ソフトでマークの検査を行い、不良品の出荷を防ぎます！
自動車の製造過程で、ボタンを設置し、押したら動作が開始しますが、設置順番を誤ると、マークと動作が一致せず、不良品として出荷してしまうことがありました。自動車メーカーにとってこのような不良があると、大規模な損害に繋がりかねないため、画像処理システムを使って、正確性を高めました。 【検査設定と検査結果】 EasyInspectorの「色比較検査」の「マスター画像との比較」機能を使用して、4箇所のボタンのマークに検査枠を指定して、マーク画像が一致しているかを検査するようにしました。黒色の背景から白色のマークを識別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：125mm x 170mm 検査対象の最小サイズ：約20mm x 30mm 検査個所数：4ヶ所 カメラ解像度：130万画素 レンズ焦点距離：6mm レンズと製品との距離：約200mm 照明：使用せず 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。
監視対象物にあわせて設定を行い検査します！
自動車に搭載されるドライブレコーダーやカーナビゲーションのメーカーからの製造機械のモニター監視についてのお問合せです。監視対象の画像6枚をいただきましたそれぞれの読み取りに合わせた設定方法をお問合せいただいています。 弊社ホームページでは検査ソフトを無料でお試しできるようにしています。ワークによって検査ソフトの適正が変わってきますので、ご不明点はお問合せください。 【検査設定と検査結果】 画像6枚中3枚については点灯している時の色を検出するように「指定色の有無検査」機能を使用し、検出するか、しないかで合否判定を行っています。画像2枚は「メーター読み取り機能」を使用しておりますが、メーターの上部と下部で照明の当たり方にバラツキがあると思いますので、暗くなってしまう下部にはバー照明等で照射した方が、誤検出が少なくなると考えております。画像1枚についてもお送り頂いた画像でしたら読み取りは可能でした。また、多少のズレ補正は可能ですが、カメラの固定は必須となります。
AI画像検査ソフトでプリント基板の精密検査を自動化！レジストのずれ、パット欠けの検査をします。
産業用機器向け各種電子回路基板などの設計・製造を手掛けるメーカー様から、プリント基板の精密な検査を自動化したいとのご相談をいただきました。 【検査設定と検査結果】 お預かりしたサンプル品のレジストのずれ、パット欠けの検査は可能でした。EasyInspector「マスター画像との比較検査」を使用しました。 検査枠はピンク、緑の部分です（左画像）。 実際の検査では検査対象のパットを枠で囲む必要があります。右の画像では下の検査枠不良品を検査したため、不合格の判定の部分が赤い検査枠で表示されています。検査枠を5つ設定しタクトは3.49秒です。 【使用したソフト】 使用ソフト：EasyInspector710 視野範囲：約131x 113mm 検査対象の最小サイズ：2mm 検査個所数：2ヶ所 カメラ解像度：2000万画素 レンズ焦点距離：16mm レンズと製品との距離：約160mm 照明：リング照明にドームを乗せ、ドーム照明を想定して検証しました。 （パットを均等に反射させるため） 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画像検査ソフトでネジの打痕を検出します。
“ネジの打痕”こちらの検証依頼もとても多いです。弊社の従来型汎用画像検査ソフト「EasyInspector」で検査いただく方が良い場合もありますが、コンベア上や作業中に判定する運用で、打痕のような様々な色や形のある不良の場合、AIを使用した検査ソフト「DeepSky」をお勧めすることもあります。今回は弊社で糸コンベアを作成しネジ周囲１周、360度の不良検出について報告しました。 【検査設定と検査結果】 左画像の様に検出させたい部分（今回の場合は打痕）を矩形で囲む作業をアノテーションとい います。 アノテーションさせた教師画像 24 枚を約 2300steps 回転させて（15 分程度） 学習させました。学習の時間はPCのスペックにより増減します。右画像では打痕部分を緑色の検出枠で示しています。
AI画像検査ソフトで見本帳の木目の種類を検出し判定します！
様々な見本帳を制作されているメーカーでも弊社の検査ソフトを検討いただきました。木目調等の場合は色や風合いや柄が一致しない場合も多くこれまでのルールベース型の画像検査では難しかったようです。 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いて、お問合せいただく事もできます。 【検査設定と検査結果】 画像はアノテーションです。AI（Deep Learning）を使用したソフトで検査し、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、認識するように成長します。お送り頂いたサンプル品で検証を行った結果、誤判定はありましたが学習させた画像でし たら 100％検出はできました。 今回教師画像としたサンプル品は 3 枚のため「色が似ているもの」「木目にバラツキがあるもの」を誤検出してしまうことがありました。 教師画像を増やすことで様々なパターンの木目（特徴）を学習し、正答率が上がる可能性が考えられます。 また、左 右 を別で撮影し（カメラ 2 台で）大きく写す方法も効果的です。
