製造

AI外観検査機

目視に頼っている検品業務を
AIがサポート

アルゴリズムだけでなく、「AIが特徴を抽出しやすい画像データ収集方法」まで設計・開発

Characteristics

本サービスの特徴

お客様の対象ワークに合わせて最適なカメラ・照明スペックを検証、構築すべき撮像環境を提案

製造業を中心に300以上のプロジェクト実績を持つデータサイエンティストによるAIモデル開発

ものづくり現場の様々な制約条件を考慮した上で、ハードウェア・設備を含めたワークフロー設計・開発まで対応

お問い合わせ
資料請求はこちら

資料請求

お問い合わせ

key of success

「リアルに実装」するための
成功の鍵は？

AI外観検査プロジェクトのPoC（実証実験）ではアルゴリズムとその精度にのみ着目しがちです。
しかし、その画像データが「AIが特徴を抽出しやすい」ものでなければ、精度を上げるのに限界があります。
質の悪い参考書で勉強しても、成績は思うように上がりません。
PoCで検証すべきなのはアルゴリズムだけでなく、「AIが特徴を抽出しやすい画像データ」とその収集方法です。

「リアルに実装」するための

3つの検証ポイント

Point: 1

AIが特徴を抽出しやすい画像データ

外観検査にAIを活用するためには、使用する画像データが「AIが特徴を抽出しやすい」ものでなければなりません。下記のように、照明設定だけでもデータの質は大きく変わります。

スカイディスクでは、PoC実施前にお客様からワークを送付いただき、特徴を抽出しやすいカメラの性能・照明の設定を見極めます。
また、その撮像環境をライン実装時に再現できるかどうかも、あわせて検証を行い、PoC後のご提案に繋げます。

Point: 2

最適なAI技術（アルゴリズム・アノテーション）の選択

最適な画像データが用意できたら、次に必要なのは最適なAI技術（アルゴリズム・アノテーション）です。
アルゴリズムは製造業を中心に300以上のプロジェクト実績を持つスカイディスクのデータサイエンティストが、アノテーションはそのスペシャリスト集団である日本FLOW社と協力体制で対応します。

Point: 3

ハードウェア・設備を含めたワークフロー設計・開発

上記Point1・2だけでは、「リアルに実装」することはできません。ものづくり現場には様々な制約条件が存在します。それらを踏まえた上で、実装方法を検討する必要があります。
スカイディスクでは、ハードウェアに強みを持つシナプスギヤ社と戦略的パートナーシップを締結、PoC終了後にハードウェア・設備を含めたワークフローのご提案まで可能です。