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. 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~

  2. 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〜

  3. 画像寸法検査における交差と分解能の注意点

  4. 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

  5. 外観検査とは?AI自動化のメリットや課題まで、初級者向けに徹底解説

  6. 画像検査でのカメラの選定方法—最適なカメラを選ぶためのポイントと導入のステップ

  7. 画像検査が注目される理由、その背景

  8. 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

  9. 画像検査における分解能設計 高精度検査を可能にする設計の秘訣

  10. 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

  11. AIにおける埋め込み(エンベディング)とは?

  12. 検査基準とは?

  13. 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」~

  14. 初心者でもわかる!タクトタイム・サイクルタイム・リードタイムの違いと関係性を徹底解説する製造現場改善ガイド

  15. Generative Adversarial Network(GAN)とは? AIが「生成」と「識別」を競い合う画期的な技術

  16. AIによる外観検査で期待できること