AI✕画像認識で自動検査

お悩みを解決します
・学習させる不良データが少なく、AIを作成できない
・目視検査している部分を自動化・効率化したい
・検査員によって基準にブレがある

AI画像検査について詳しく知る

導入事例を多数、掲載しています

様々な導入事例をご紹介。製品別、課題別で検索できます

NuLMiLとは

色塗りで簡単にAIが作成できる外観検査システム

画像検査ゼミ

画像検査について知る、学べる記事を公開中

  1. 生成AIと従来型AIの違いについて

  2. ドーム照明を用いた外観検査 影をなくして精密な検査を実現する技術

  3. ディープラーニング異常検知入門|ビジネス価値から実装まで徹底解説

  4. 焦点深度とF値(絞り値)の関係 鮮明な画像と正確な検査のために

  5. U-netを使った良品学習  AIで異常を精密に検出する技術

  6. 自律学習(オートノマス学習)型AIとは? AIが自己成長を続ける次世代技術

  7. 外観検査AI導入のよくある失敗と成功への道筋

  8. 反射も影もムラもゼロ!AI外観検査を極める照明最適化ガイド

  9. 寸法検査とは 精密品質を支える寸法検査の基礎知識と最新動向

  10. ファイバー照明を用いた外観検査:特長、実践例、成功のための戦略

  11. AIにおける埋め込み(エンベディング)とは?

  12. K-meansクラスタリングによる画像分類 〜色や形を使って画像を自動でグループ化する方法~

  13. 外観検査AI/導入効果の高い検査機導入4つのパターン

  14. ゼブラ照明を用いた外観検査 表面のわずかな異常を見逃さない照明技術

  15. AI検査はデータの質・量に依存します 製造業のAI外観検査: データの質・量が成功の鍵につながる理由を解説

  16. データの水増し(Data Augmentation)の方法 〜AIモデルを鍛えるためのデータ増強テクニック〜