NuLMiLはこれまで実現不可能であった、目視による官能検査の自動化に成功した「自動外観検査システム」です
私たちは、不良品をゼロにすることを目標に自動外観検査システムを開発しているAI画像検査のスペシャリストです。
これまでに300社以上で導入、ご利用いただいています。
NuLMiLとは
画像の不良部分を塗り分けて学習するだけで、自動で不良種別を分類できる外観検査AI。
それぞれの不良ごとに塗り分けた色付き画像データをパターン学習させ作成したAIが、塗り分けた色に応じて自動で不良を検出・分類します。
NuLMiLのコンセプト
NuLMiLは「現場で使えるAI」の設計思想に基づき開発されたソフトウェアです。
専門知識や高度な設定は一切不要で、自社製品の不良の特徴さえ把握していれば、誰でも簡単に高精度なAIが構築できます。また、「誰でも使える設備」の設計思想に基づき、ポカヨケや段取り替えの手間が少ない検査装置で、お客様の課題にワンストップでお応えします。
ABテストで精度向上！業界初のオートノマス学習
従来のAI学習では、不良検出精度を上げるために専門のエンジニアが前処理時・AI学習時のパラメータの修正を試行錯誤する必要がありました。一方、オートノマス学習では、自社製品の不良の特徴さえ把握していれば、専門知識がなくとも、誰でも簡単にこれらのパラメータを修正できます。
具体的には、左右の画像で不良が検出できているか否かのABテストによるフィードバックによって、AI自身が自律的にこれらのパラメータを修正します。
具体的には、左右の画像で不良が検出できているか否かのAB テストによるフィードバックによって、AI 自身が自律的にこれらの
パラメータを修正します。お客様からは、「現場の検査担当者でも、簡単操作で高精度に不良を検出できるようになった」というお声をいただいております。
オートノマス学習とは？
オートノマス学習とは、AIが自分で学び、どんどん賢くなる仕組みです。
たとえば、AIに「不良品を見つけて」とお願いする場合、普通は人間がAIに「こういう部分を見つけて」と教える必要があります。でも、オートノマス学習を使うと、AIは人間が細かく教えなくても、自分で「どこが不良品か」をどんどん覚えていきます。
この学習方法では、AIが「このやり方だとうまくいった」「これはうまくいかなかった」と自分で結果を確認しながら、自分で判断を改善していきます。たとえば、2つの写真を見比べて「どっちが正しいかな？」と考えて、正しい方を選んで学んでいくイメージです。
AIを使うのに特別な知識がなくても、現場の人が使いやすいのが特徴です。
NGマップで未検出・過検出・誤分類に対応
NuLMiL は、学習したNG 見本画像と検査対象画像がどれくらい似ているかをマップで表示する機能を標準搭載しています。この機能により、次の３点の対策が可能となります。
（１）未検出への対策
未検出が発生した場合、NG マップ上でNG 見本画像と検査対象画像が離れて表示されます。対象画像を追加で撮影・データ拡張を行うことで、未検出の再発を防止できます。
（２）過検出への対策
過検出が発生した場合、NG マップ上でNG 見本画像と検査対象画像が近くに表示されます。NG 見本画像の正確な塗り直し、光学系設計の見直し、該当過検出箇所のマスクを行うことで、過検出の再発を防止できます。
（３）誤分類への対策
誤分類が発生した場合、NG マップ上である不良種のNG 見本画像と別の不良種の検査対象画像が近くに表示されます。NuLMiL の塗り直し方法の推奨に基づいて、外観選別基準を見直すことで、誤分類の再発を防止できます。
位置合わせ
ワーク搬送における位置決め限界をソフトで解決。正確な位置補正で検査精度を向上。
払い出し連携
I/O モジュールやPLC 上位リンク通信を活用し、判定結果に基づいて払い出し信号を出力できます。
検出限界と分解能
NuLMiL の判定限界とお客様の最小欠陥サイズを基に、最適な分解能のカメラを選定します。
