1～2 件を表示 ／ 全 2 件
機械、金属、繊維、食品など様々な製品に対応可能！少量の学習サンプルのみでOK
昨今の人手不足により、非常に多くの工場が検査人員不足に悩んでいます。 自動化のニーズが強い一方で、AI技術を用いた画像処理検査では 複雑なルール設定や大量の不良品サンプル収集などが必要で、 導入するまでのハードルが高いのが現状です。 AI外観検査ソフトウェア『Gemini eye』は、製品精度のばらつきや 位置ずれなどに影響されずに異常度を算出できる独自技術を採用。 複雑な設定不要で、数十枚程度の学習データを覚え込ませるだけで キズ・焼け・刻印潰れ・黒点・割れ・欠けなどの不良を検出可能です。 【特長】 ■学習時間は2～3時間程度 ■PCにUSBを指すことで、即導入が可能 ■複雑な設定は不要。良品を覚え込ませるだけ ■機械部品、繊維、食品など多種多様な製品検査に適用可能 ★「PDFダウンロード」より活用事例も掲載した資料をご覧いただけます。 トライアル版も相談賜ります。お気軽にお問い合わせください。
AIの判断根拠とリスクを理解。少量のデータから学習可能。直感的操作可能でAI知識不要。PoCで終わらない継続的な品質管理を実現。
製造現場における実用的な「外観検査AI」は、直感的な操作で少量のデータから高精度な学習・運用が可能です。現場管理者にとって使いやすく、即効性のあるAIツールです。 対象業界 製造業（半導体、鋳造業、自動車、加工食品）/化学/医薬品 対象者 ・生産管理部: 生産計画の立案と管理、生産効率の向上、不良品の削減 ・生産技術部: 生産プロセスの最適化、新技術の導入、設備の保守管理、自動化技術の活用 ・品質管理部: 製品の品質検査、不良品の検出と対策、品質保証プロセスの確立、規格適合性の確認 ・DX推進部門: デジタルトランスフォーメーションの推進、AIの導入、データ分析による業務改善 ・画像検査機を導入済みで、過検出が課題 主な特徴 ・直感的な操作: AI知識不要。AIモデルの作成から運用・品質管理まで簡単。 ・少量のデータで学習: ドメイン特化型データ拡張技術により、現場環境に合わせた学習データを生成。 ・可視化による品質管理: XAI技術でAIの判断根拠を可視化し、モデルの改善が容易。 ・AI向け品質検証: QAAIでデータ・モデルの品質検証、見える化、変化点の管理が可能。
