1～15 item / All 30 items
AI導入で最初に立ちはだかる“訓練データ”の重要性について説明します。
AI（ディープラーニング）を活用した画像認識・検査システムを導入する際、しばしば「訓練データはどれくらい必要か？」という問いにぶつかります。結論を先に言えば、答えは「決まりきった数字はない」が、導入成功のカギは「良いデータを適切に使うこと」にあります。 本記事では、訓練データの意義と活用法を以下のように解説しています： ・訓練データ／検証データ／評価データの役割分担 ・データの偏りを防ぐ設計 ・必要なデータ量は“変動要因”次第 ・ラベル精度とアノテーション設計 ・運用後の継続メンテナンス ※詳しくは関連リンク（ブログ）をご覧ください。
数枚や数十枚程度の少量データの学習で不良検出が可能なソフトウェアの推奨モデル
「gLupe」は、製造業における製品の外観検査に特化したソフトウェアです。 Deep Learningを応用した独自の高性能エンジンにより、 数枚や数十枚程度の少量データの学習で不良検出が可能。 アプライドでは、「gLupe」の動作推奨モデルである 『CERVO-Grasta Type-IS2WIS109/Type-IS2WIS111/-Type-IS2WIS110』を 取り扱っていますので、ぜひご利用ください。 【特長】 ■株式会社システム計画研究所 協業モデル ＜gLupe＞ ■製造業における製品の外観検査に特価 ■数枚や数十枚程度の少量データの学習で不良検出が可能 ■知識があまり無い方でも使用できる、簡単操作を実現 ※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。
シュリンク包装品の破れの有り無しを検証！
食品メーカー様のシュリンク包装品の破れの有り無しを無料の簡易検証でご報告しました。 変形・段積み崩れ・フラップ糊付け等も引き続き検証して様々な不良検出をご提案したいと思っています。 簡易検証では人が目視ですぐに分かる程度の破れ：8割程度、製品の色が白等で人でも分かりにくい破れ：5割程度の正判定が可能でした。 今回は限られたサンプル品で検証しており、学習データが少なかったためこのような精度になったのではないかと思います。より多くのデータを学習させることで検出の精度は上がります。 【使用したソフト】 Deepsky
AI画像検査ソフトで白菜の外観検査をします！
食品メーカーでも外観検査システム導入は急増しています。 形状が安定しないため今まで外観検査は難しいとされてきましたが、技術の発展と人口減少による人手不足のため今後もお問い合わせは増えると予想しています。 私たちの快適な生活に直結する製造業界でお役に立つことが弊社の使命です。 【検査設定と検査結果】 OK10 枚、NG29 枚の合計 31 枚を教師データとして使用しました。左の画像のように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。 ラベル名は下記の様に設定しました。 教師データでの判定ではやはり誤検出はありませんでした。非教師データ61枚ではNGをOKと判断したものが15枚ありました。形状が安定しないワークでは教師画像を増やし、追学習することで検出の精度を上げることができます。 【使用したソフトと機器】 使用ソフト：DeepSky学習版 検査個所数：1ヶ所画面全体から不良を探す カメラ解像度：130万画素 レンズ焦点距離：12mm
AI画像検査ソフトでワッシャーの有り無しを検出します！
以前もお問合せいただいたことのある大手総合電機メーカー様よりDeepSky による簡易検証のご依頼です。 ワッシャーの有り無しなどはDeepSkyが得意とする分野です。AI（ディープラーニング）をより身近に体験いただくためにWEBお試しをお勧めします。 【検査設定と検査結果】 頂いた画像の中から OK10枚、NG10枚、合計20枚の画像を学習データとして使用し、それらを除く画像の中から OK5枚、NG5枚、合計10枚の画像を未知のデータとして判定を 行いました。 今回の検証の限りでは誤検出は無く、合計30枚の画像を全て正常に判定することが可能でした。 【使用したソフト】 使用ソフト：DeepSky
AI個数カウントアプリ『cazoeTell』でさまざまな対象物を高精度カウントします！
お客様から沢山のお問い合わせをいただき改良を重ね、発売当初よりもさらにバージョンアップをしました！ さまざまな対象物に対してより高精度のカウントができるようになりました。 cazoeTellを使ってカウントを行う前に、カウントしたい対象物に合わせた学習モデルの作成を行う必要があります。 【 学習モデルの作成 】 1）教師画像の撮影 2）アノテーションを行い教師データを作成する 3）AIに学習させる（学習データの作成） ■教師画像撮影時の注意点 ■アノテーションについて ■アノテーションのコツ 「気になるけどできるかな？」「カウントが上手くいかない！」 cazoeTellに興味を持っていただいたお客様はまずは一度スカイロジックにお問い合わせください！ お客様のカウントしたい対象物に合わせて弊社で学習モデルの作成を行います。 ※詳しくは関連リンク（ブログ）をご覧ください。
AI画像検査ソフトでケーブルのはんだの可否を判定します。
以前もお問合せいただいた事のあるワイヤレスに特化した給電、充電製品のメーカーより簡易評価依頼がありました。 外観検査は単純作業と見られがちですが「OK」「NG」を判断するスキルが必要で、だれもが安定して行える作業ではない場合があります。体調や作業時間が長くなると疲れなども検査結果が不安定になる原因の一つと言え、弊社でも熟練工の技術のように検査判断を可能とする微細キズや汚れなども判定できる検査ソフトを開発しています。 【検査設定と検査結果】 頂いた10枚の画像でテストしてみました。各画像は次のように割り振りました。 1～3→テスト用画像 4～6→OKの教師データ N7~N10→NGの教師データ 枚数が少なくNG用のテスト用画像は確保できませんでしたが7枚で学習を行ない、10枚の画像を正しく判定することは可能でした。 【使用したソフト】 使用ソフト：DeepSky
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画像検査ソフトで金属板のキズを検出します！
伸銅メーカーさまからのお問合せで金属板のキズの検出をテストします。写真をいただいての検証です。薄さ1mm程度の薄さの銅板がトイレットペーパーのように巻き取られている中、圧延機で圧延中のキズを検知するため、部分的に検査したいタイミングで低速で撮影しながら検査するか、ラインを止めて撮影し、検査することをご検討でした。 第一段階の簡易無料評価ではキズ部分を検出することはできていますが、画像上にあるキズ以外の白色を誤検出しており、区別できていない状態です。照明を工夫してなるべく広い範囲を均一に照らすことができれば検査はできそうです。頂いた画像を「教師データ」として学習し、処理した結果です。教師データ画像ですので精度高く判定ができています。数字はAIの自信度数％「認識点数」と言います。 【使用したソフト】 使用ソフト：DeepSky学習版 検査個所数：画面全体1ヶ所
AI画像検査ソフトで成形品形状の左右対称の判別を行います！
以前よりお取引のある塩化ビニルモノマーからポリマー、特殊塩ビ樹脂などを幅広く生産されているメーカー様よりお問合せでグループ会社から成形品形状の判別（左右対称形状品）が出来ないかとの申し入れがあり弊社に連絡をいただきました。 【検査設定と検査結果】 左 7 枚、右 7 枚の合計 14 枚の画像を学習データとして使用しました。検出したい物（今回はワーク全体）を枠で囲み、それぞれ「LH」、「RH」とラベルをつけました（左図）この作業を 14 枚の学習データ全てに実施しました。右の画像ではLH を LH と、RH を RH と正しく認識できています。左右を入れ替えても認識は問題ないです。 【使用したソフトと機器】 使用ソフト：DeepSky 視野範囲：約482 x 383mm 検査対象の最小サイズ：150mm 検査個所数：1ヶ所（画面全体に左右のワークがそろっているか） 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575mm 照明：室内蛍光灯
AI画像検査ソフトでオーディオ製品のツマミ・ノブの入れ間違いを検出します！
楽器メーカーではオーディオ製品のツマミ・ノブの入れ間違いが発生し、お困りでした。目視検査ではうっかりすることも考えられます。ツマミの色違いや向き間違いなど複数の同時検査のできるソフトを検討されていました。 【検査設定と検査結果】 お預かりした７種類の画像データを用い弊社内にて、挿入違い等を「EasyInspector」の「マスター画像との比較」「指定色の有無検査」機能を使用し検出することが出来ました。検査部分の判定は各種0.90秒～0.58秒の検査タクトでした。 【使用したソフト】 使用ソフト：EasyInspector310 検査個所数：７枚それぞれの画像に2カ所～10カ所 現行『EasyInspector2』colorパッケージ【指定色の有無】【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画像検査ソフトで接着剤の塗布切れを検査します！
スピーカーなどの音響システムメーカーさまからの評価依頼です。 お問合せ以前はライン作業員が目視で1日10,000台もの検査でした、黒い樹脂に黒っぽい接着剤のため目視・カメラ共に非常に見えにくい特性のあるワークのためお困りでした。 【検査設定と検査結果】 EasyInspectorで検査することが困難だったのでDeepSkyというディープラーニングを活用した製品を使用しました。ひとまず今ある画像で学習を行ってみたところ検出は可能でしたが、データ数も少なく、写りも非常に検査し難いもののため、精度の面でより詳細な検証が必要と思います。ただ検出自体は一応できましたので、その様子が分かる資料として上部の画像を報告しています。 【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
AI画像検査ソフトで機器のツメの良し悪しを検出し判定しています！
FA制御機器メーカーからのお問合せです。 外観検査は単純作業と見られがちですが「OK」「NG」を判断するスキルが必要で、だれもが安定して行える作業ではない場合があります。体調や作業時間が長くなると疲れなども検査結果が不安定になる原因の一つと言える、弊社でも熟練工の技術のように検査判断を可能とする微細キズや汚れなども判定できるよう検査ソフトを開発しています。 【検査設定と検査結果】 機器のツメ実装を良好に判定しています。 Windowsソフトを操作する要領で画像データ収集→学習→判定の設定が可能になっています。売り切りで組み込みやすい検査ソフトです。「DeepSky」はWEB上でのお試しサービスがあります、今まであきらめていたような検査事例であっても、当社ホームページを確認してください。 【使用したソフト】 使用ソフト：DeepSky
