欠陥検出
AI 欠陥検出は、ルールでは不可能な問題、つまり、二度と同じに見えない欠陥、位置の移動、背景テクスチャに隠れる問題に答えます。これらの展開は、メーカーが少数のラベル付き画像から検出をトレーニングし、新しい欠陥タイプが出現しても精度を維持していることを示しています。
織物のカラーテープ欠陥検出
AIビジョン技術を用いて織物テープの欠陥を検出し、全体の効率を加速し、生産ラインの生産性を向上させます。
‧
AIを活用したPCB組み立て検査の最適化
SolVisionはAIを活用した基板組み立て検査を最適化し、精度を高め、エラーを減らし、迅速な学習AIビジョンシステムで効率を向上させます。
‧
AIを使用した金属ボルトの欠陥検出
SolVision は、反射面の課題に対処し、ボルト1本あたりわずか 49 ミリ秒で完璧な100％の欠陥検出率を実現し、偽陰性を排除します。
‧
金属ケーシングの欠陥検査にAIを使用
SolVisionは、反射面を持つ金属ケーシングの欠陥検出と分類が可能なAIにより、電子機器の品質管理を向上させます。
‧
自動車の鋼板塗装のAI欠陥検査
AIビジョン技術を活用して自動車の鋼板塗装の欠陥を検出し、全体的な効率を向上させ、生産ラインの生産性を高めます。
‧
溶接ビード欠陥検出
AIモデルは、適格な溶接ポイントに対して訓練され、システムにアップロードすることができます。これにより、ARメガネやタブレットデバイスを使用して溶接されたセクションをAI検査し、欠陥のある溶接を迅速に認識できます。
‧
ブリスターパック品質管理
SolVisionのAIプラットフォームのセグメンテーション技術により、良品と不良品それぞれの画像の特徴を学習できます。それによりブリスターパックそれ自体と内容物について高速に認識し分類することが可能です。
‧
繊維の欠点検査の最適解
現在繊維産業の生産現場では目視検査が主となっていますが、不良品流出率の高さ、工程時間の長さが問題となっています。繊維の欠点としては紙管の汚れ、変形、繊維の汚れ、繊維の破損、繊維の捩れ、ヘアラインなど多岐にわたります。目視検査では実際の要求品質に見合った検査はできず、従来式の光学検査（AOI）では欠点の認識に柔軟性がないため誤判断が多く、目視検査で再検査しなければなりません。労働コストを最適化するためには、繊維の検査は高効率なものでなければならないのです。
‧
靴下の外観不良検出
靴下の生産工程は、デザイン、編立、縫製、旋盤、成形、そして最後に品質検査と包装に分けられます。 繊維産業は労働集約型の産業であり、品質管理のチェックポイントである目視検査はもともと手作業で行われていましたが、検出率が低いだけでなく、視覚疲労で靴下の外観検査も遅れることがあります。
‧
ゴム製射出成型品の高精度欠点検知
ゴムの射出成型工程では原料品質、機械設備企画、金型設計などが射出成型品の品質に影響を与えるファクターとなります。射出成型品の欠点として一般的に多くみられるのは、外観とサイズの異常です。例えば汚点、空孔、金型の傷の影響、取り出し時に生じる傷などです。
‧