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. 画像検査での照明の選び方—最適な光源を選ぶためのポイントと調整方法

  2. AI検査はデータの質・量に依存します

  3. U-netを使った良品学習  AIで異常を精密に検出する技術

  4. 画像検査における位置合わせの重要性と精度向上の方法

  5. AIにおける埋め込み(エンベディング)とは?

  6. 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」~

  7. 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

  8. 検査業務の自動化で工数削減と生産性向上を実現する方法とは?

  9. 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

  10. ChatGPTのベース技術!トランスフォーマーとは?

  11. 偏光フィルターで反射を抑える 外観検査の精度を上げるための技術

  12. 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

  13. 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~

  14. 生成AIと従来型AIの違いについて

  15. 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〜

  16. ABテストとは?あらゆる分野で活用できるデータ駆動型の意思決定手法