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. 外観検査の運用コストを削減するためのヒント

  2. 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

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

  4. ルールベース画像検査とAI画像検査の違い ~次世代の品質管理を形作る画像検査技術~

  5. AIカメラとは?基本機能や導入のメリットをまとめました

  6. 抜き取り検査と全数検査

  7. 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

  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. 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. 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〜

  11. 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

  12. 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〜

  13. インライン検査とオフライン検査

  14. 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

  15. 焦点深度とF値(絞り値)の関係 鮮明な画像と正確な検査のために

  16. 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