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. 面照明を用いた外観検査:特長、課題、そして未来への展望

  3. 偏光フィルターで反射を抑える 外観検査の精度を上げるための技術

  4. 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〜

  5. 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〜

  6. インライン検査とオフライン検査

  7. レンズの選定方法 画像検査で最適な結果を得るためのガイド

  8. ニューラルネットワークの基礎 〜AIが学び、考え、判断するしくみをやさしく解説〜

  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. 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

  11. セマンティックセグメンテーションとは? 画像解析を次のステージへ引き上げる技術

  12. 【初心者向け】データサイエンティストの業務内容と企業で求められる理由

  13. 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

  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. 外観検査ではどんな項目を検査するのか?

  16. 検査業務の自動化で工数削減と生産性向上を実現する方法とは?