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. アテンション学習とは?AI技術を進化させる最先端の学習手法

  2. 目視検査のポイント~品質を守るための基本とコツ~

  3. 検出限界とはなにか?~測定や検査での精度を決定する「見つけられる最低レベル」~

  4. 画像寸法検査における交差と分解能の注意点

  5. 画像検査が注目される理由、その背景

  6. U-netを使った良品学習  AIで異常を精密に検出する技術

  7. 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

  8. メトリックラーニング(距離学習)による学習結果の解釈

  9. IoT×AIの可能性!IoTとAIの違いを知り、活用しよう

  10. テンプレートマッチングによる位置合わせ 〜画像内で特定の位置を見つける簡単で効果的な方法〜

  11. 良品学習/不良品学習とは

  12. 外観検査における説明可能なAI(XAI)の重要性 主要XAI手法の比較と選定ガイド、活用事例

  13. 露光時間とは? 画像検査の成功を支える基本知識と実践的設定方法

  14. 分散フィルターで不良を見やすくする 〜小さな傷や異常を見逃さない!画像処理テクニックの基本〜

  15. 面照明を用いた外観検査:特長、課題、そして未来への展望

  16. AI検査が活躍するのはこんなケースです