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。
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。
‧
グラデーションガラス瓶の欠陥検出
グラデーションガラスのボトルは、サンドブラスト加工でマットに仕上げられています。 製造工程でよく見られる不具合の種類は、ボトルの色ムラや黒点ですが、AOI法では、はっきりとしたパターンがないため、検出が困難です。
‧
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。
‧
AIを活用した加工食品検査
食品加工業では衛生と安全が非常に重要で、加工途中での品質保証(Quality Assurance, QA)と品質管理は製品の品質と水準を高める鍵となっています。食料品をハイスピードで大量生産を行うライン上では外観検査が製品品質を守る最重要防御線となります。
‧