画像検査ゼミ
-
自律学習（オートノマス学習）型AIとは？ AIが自己成長を続ける次世代技術
自律学習（オートノマス学習）型AIは、AIが人間の手を借りずに自分で学習と改善を続け、精度を高めることができる新しいAIの…
-
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
製品や部品の表面にある小さな傷や汚れ、微細な凹凸を見逃さないためには、照明の使い方が重要です。光の当たり方によって見…
-
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
外観検査は、製品の表面や形状に異常がないかをチェックし、品質を保つために欠かせないプロセスです。特に、製品の表面にあ…
-
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…
特別企画：セミナー動画無料公開中！
無料検証実施中！
