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. 外観検査におけるよくあるAIアルゴリズム

  2. 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~

  3. メトリックラーニング(距離学習)による学習結果の解釈

  4. バウンディングボックスとは? 画像認識を深く理解するための基礎知識

  5. 生成AIと従来型AIの違いについて

  6. 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

  7. 外観検査AIとは:画像認識系AIの一種

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

  9. 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

  10. 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

  11. 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

  12. 目視検査自動化の流れと導入イメージ

  13. 面照明を用いた外観検査:特長、課題、そして未来への展望

  14. ファイバー照明を用いた外観検査:特長、実践例、成功のための戦略

  15. 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

  16. 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〜