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. インライン検査とオフライン検査

  2. AIにおける埋め込み(エンベディング)とは?

  3. 【マシンビジョンについて知る】外観検査を自動化し、生産性を高める導入メリットと成功のポイント

  4. 透過照明を用いた外観検査:特長、活用事例、成功のためのポイント

  5. ストロボ照明を使った外観検査 高速・高精度で微細な欠陥も見逃さない検査技術

  6. 外観検査AIとは:画像認識系AIの一種

  7. 面照明を用いた外観検査:特長、課題、そして未来への展望

  8. 画像検査での照明の選び方—最適な光源を選ぶためのポイントと調整方法

  9. 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〜

  10. 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

  11. シャッタースピードの考え方 画像検査における最適な設定と実践方法

  12. バウンディングボックスとは? 画像認識を深く理解するための基礎知識

  13. 外観検査ではどんな項目を検査するのか?

  14. IoT×AIの可能性!IoTとAIの違いを知り、活用しよう

  15. 目視検査のポイント~品質を守るための基本とコツ~

  16. 説明可能なAI(XAI)とは? AIの判断を理解しやすくするための新技術