私たちのAI外観検査システムは、カメラで撮影した画像・動画から
製品の外観異常（キズ・変形・バリ・汚れなど）を自動判定します。
製品ライン上の製品をカメラで撮影。特別な機材は不要です。
AIが動画内の製品を1個ずつ検出し、正常品の特徴と照合して異常を判定します。
製品ごとに良品/不良品をスコア付きで判定。結果はモニタ上に可視化されます。
動画内から製品を1個ずつ正確に検出。混在する複数の部品の中から、検査対象だけを切り出します。
正常品の特徴パターンをAIが記憶。検査時に「正常からどれだけ逸脱しているか」をスコアとして算出し、良品/不良品を判定します。
動画内で同一の製品を複数フレームにわたって追跡。フレームごとのブレを吸収し、個体単位で安定した判定を実現します。
良品の画像だけでAIモデルを構築。「正常とは何か」を学習し、そこから外れるものを異常と判定する仕組みのため、 不良品サンプルの収集が不要です。不良率が極めて低い製品でも、すぐに導入できます。
産業用カメラや専用照明がなくても、大丈夫です。 大きな初期投資なく、まずはPoC（概念実証）として気軽に検証を始められます。
AIは疲れません。24時間365日、一定の基準で判定し続けます。 人の目では見逃しがちな微小な異常も、数値スコアで客観的に検出します。
製品ライン上を流れる製品を動画で追跡しながら検査。 静止画だけでなく、実際の生産ラインに近い環境での検品を実現します。
一度作って終わりではありません。運用しながら学習データを蓄積することで、AIモデルを継続的にブラッシュアップできます。
導入が早いほどデータが貯まり、精度向上のサイクルが早く回り始めます。
だからこそ、早く始めることに価値があります。
これまで取り組んできた外観検査AIの事例をご紹介します。
製品の形状や検査条件に合わせて、動画・静止画どちらのアプローチにも対応します。
製品ライン上を流れるワッシャーをカメラで動画撮影し、物体検出AI＋異常検知AIの二段構成でリアルタイムに全数判定。 個体追跡により複数フレームを集約して判定するため、フレームごとのブレやライン振動の影響を受けにくく、安定した検査が可能です。
ケーブルグランドのように複雑な形状の部品は、照明・アングルの微差が検査精度に直結します。 そこで上面から照明・影・撮影アングルを固定し、静止画による高解像度検査を採用。 PatchCoreをベースに位置補正アダプターを組み合わせ、正常品との微小な差分をピクセル単位のヒートマップで可視化します。 異常箇所がどこにあるかまで示せるため、原因分析や工程改善にもつながります。
外観検査で培ったAI技術を軸に、製造業のさまざまな課題に対応。
検査の横展開から需要予測まで、御社の課題に合わせてご提案します。
Case 01
人手では追いつかない速度のラインでも、AIが全数を漏れなくチェック。見逃しゼロを目指します。
Case 02
不良品がまだ少ない立ち上げ期でも、良品データだけで検査モデルを構築。早期から品質管理を自動化できます。
Case 03
製品ごとに良品データを学習させるだけで対応。品種切替のたびに検査基準を再設定する手間を大幅に削減します。
