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. 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

  2. 画像検査における位置合わせの重要性と精度向上の方法

  3. 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

  4. 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〜

  5. 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

  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. AI開発に重要なアノテーションとは?その種類やデータを集める方法をご紹介します

  9. 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〜

  10. 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

  11. 外観検査AI導入を成功させるには?—精度を最大化するポイントと導入のステップ

  12. 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~

  13. 被写界深度とは?外観検査への応用と次世代技術への展望

  14. 外観検査AI導入のよくある失敗と成功への道筋

  15. 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〜

  16. 外観検査におけるディープラーニングの活用法 AIが実現する新時代の品質管理