画像検査ゼミ
-
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
外観検査は、製品や部品の表面や形状に異常がないかを確認するプロセスで、品質管理の要です。従来は人の目で行われてきた検…
-
Generative Adversarial Network（GAN）とは？…
Generative Adversarial Network（GAN：敵対的生成ネットワーク）は、AIが新しいデータを自動的に作り出すためのディープラー…
-
U-netを使った良品学習 AIで異常を精密に検出する技術
U-netは、画像内の細かな異常を見つけるために特化したAIモデルで、画像の中から「どこに異常があるか」を正確に識別できます…
-
オートエンコーダーを使った良品学習 正常データだけで異常を発見するAI技術…
オートエンコーダーは、AIがデータの特徴を学び、圧縮して再現する技術で、異常を検出するために注目されています。この手法…
-
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…
K-meansクラスタリングは、データを「似ているもの同士でグループに分ける」シンプルな方法です。画像分類に応用すると、画像…
-
検出限界とはなにか？～測定や検査での精度を決定する「見つけられる最低レベル」…
検出限界とは、分析や検査において「この成分や異常が確かに存在する」と判断できる最小の量や濃度のことです。検出限界を超…
-
外観検査における光学系設計の重要性 ～正確な検査のための光とレンズの基本～
外観検査では、製品の表面に現れる傷や異常を見逃さずに捉えることが重要です。そのための基盤として活躍するのが光学系設計…
-
データの水増し（Data Augmentation）の方法 〜AIモデルを鍛…
データの水増し（Data Augmentation）とは、AIモデルがより多くのデータから学習できるように、もとのデータにさまざまな加工…
-
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…
ニューラルネットワークは、人工知能（AI）において、データをもとに学習して予測や分類を行う技術のひとつです。私たちの脳…
-
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…
分散フィルターは、製造工程で製品表面の不良を見つけやすくするための画像処理技術です。このフィルターを使うことで、製品…
-
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…
テンプレートマッチングは、画像内で特定のパターンや形を探し出す方法です。基準となる小さな画像（「テンプレート」）をも…
-
外観検査AIとは：画像認識系AIの一種
画像認識系AIは画像から特定の特徴を抽出し学習する手法です。これらを検査に応用すると、傷等の不良の特徴を抽出して学習（…
