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. 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

  2. 目視検査のポイント~品質を守るための基本とコツ~

  3. 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

  4. AIにおける埋め込み(エンベディング)とは?

  5. AIによる外観検査で期待できること

  6. 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

  7. 検査基準とは?

  8. 面照明を用いた外観検査:特長、課題、そして未来への展望

  9. U-netを使った良品学習  AIで異常を精密に検出する技術

  10. 品質管理とは何か?品質保証との違いと実践ポイントを解説

  11. ストロボ照明の発光タイミングとカメラのシャッタータイミングを同期する方法

  12. メトリックラーニング(距離学習)による学習結果の解釈

  13. 抜き取り検査と全数検査

  14. 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〜

  15. IoT×AIの可能性!IoTとAIの違いを知り、活用しよう

  16. ChatGPTのベース技術!トランスフォーマーとは?