AI外観検査 に
アダコテックの新提案
Deep learningとは異なる手法を用いて、
お客様の検査における課題を解決します。
外観検査のよくあるお悩み
- 目視検査で対応し続ける悩み
- 少子高齢化に伴う周辺地域での人手不足
- 人によって判断が異なることによる検査結果の不安定さ
- 熟練の検査員からの技術伝承の難しさ
- 検査自動化導入の失敗体験
- 検査自動化を検討したことはあるけれど、自分たちの検査基準にあうソフトウェアが見つからなかった。
- ルールベースの画一的な画像処理では、どうしても過検出が多発するため投資効果が合わず検査自動化を見送った。
- AI (人工知能) への失望
- Deep Learning (深層学習) のAIを使ってみたけれど、人の判断とどうしても結果が合わず、しかし合わせ方も分からずで断念した。
- 判定の処理時間が生産の求めるタクトに合わない。PCスペックを上げればいいのかもしれないが高価すぎる。
- 検証時はうまくいったように見えたけれど、運用に進めようとしたら誤判定が多発して、再学習・追加学習を続ける終わりのない作業が始まってしまった。
そんな貴方に HLAC技術活用の新提案、ご案内いたします。
株式会社アダコテックは Deep learning とは異なる仕組みのHLAC （Higher-order Local Auto Correlation; 高次局所自己相関）特徴量を活用した独自の異常検知AI技術を採用し、良品画像を学習させ外観検査モデルを作成・精度検証が可能なクラウドサービスをご提供しています。
AI外観検査 に新たな可能性をもたらします。特にパターン模様を持つ表面（メッシュシートやカーボンシートなど）を得意としています。
得意な検査シーン
従来の検査ソフトウェアが苦手とすることの多い
パターン模様を持つワーク表面の検査にも有効です
プロダクト
-AdaInspector®Cloud-
外観検査モデル作成/性能検証クラウドサービス
ウェブブラウザ上の操作のみで学習モデルを構築頂けるクラウドサービスです。
ドラッグ&ドロップの簡単操作で画像の登録が完了し、クラウド上の豊富な計算リソースを用いて迅速に検査モデルを作成します。
作成したモデルは貴社検査システムに導入頂くことで、オフライン環境で動作可能です。
(モデル読み込みのためのプログラムは別途ご提供)
検査シーンへの適用
作成した検査モデルはダウンロードし
生産現場の検査システム（エッジPC）で
オフラインにてご利用いただけます。
※ 検査システム組込用API、サンプルアプリのご提供も実施しておりますのでご相談ください。
産総研特許技術”HLAC”を用いた外観検査の仕組み
高次局所自己相関（HLAC）とは？
3×3ピクセルのマスクパターンを用い特定ピクセルとその近傍の局所的な自己相関から特徴量を抽出します。これを全体に対し演算することで画像を表す特徴ベクトルに変換する技術です。
HLACを用いた良品画像の特徴量学習
良品画像をHLAC特徴量に変換。主成分分析を行うことで良品画像が持つ形状特徴の分布を統計的に定義、正常学習モデルを作成します。
この際、製造ばらつき・撮像むらを含む良品画像を学習に用いることで良品自体のばらつきを考慮することが可能です。
学習した特徴量に基づく良否判定
良品画像から作成した正常モデルに対し、分布から大きく外れるような、異なる形状特徴を持つ画像のみを異常として判定します。
良品画像でモデルを作成しますが、画像の前処理、モデルのしきい値の最適化に不良画像も必要になります。
導入ステップ
1
テーマ設定
ご面談にて対象の検査シーンにおける貴社課題のヒアリングや、検証のゴール設定を実施します。
まずはご相談ください。
2
初期検証
検査画像(良品100枚程度、不良品数枚～)をご準備ください。
当社エンジニアがモデル作成・性能検証を実施し、技術的対応可否を確認します。
3
N増し検証
製品をご利用頂きながら、画像の枚数やパターンを増やし、実運用水準まで検査モデルを改善します。
必要に応じ当社にてサポートさせていただきます。
4
ライン導入
検査モデルを現場の検査システムに導入いただき、運用を開始いただけます。
※検査システム組込用API、サンプルアプリのご提供も実施しておりますのでご相談ください。
Adacotech AIを活用したAI検査パッケージ機
資料のお問い合わせ
詳細説明や料金についても、下記フォームよりお問い合わせください。