目視検査の代わりに機械学習やディープラーニングによる検査を導入する企業も増えてきました。
しかし、これらの検査方法にはどうしても限界や欠点があります。
実際に機械学習による検査を導入している現場でよく聞くお悩みの声を集めました。
独自アルゴリズム《ABHB》を使用した、
既存の撮像システムと連携可能な
自動解析ソフトウェアです。
フォトナビ・目視レスなら、膨大な教師データは不要。
機械学習のために何日も時間を費やすストレスからも解放!
「傷や汚れが良品の範疇のものなのか、不良品なのか」
といった、これまでは人間の目によってでしかできなかった判断を高速で行い、素早い検査処理が可能です。
独自アルゴリズム「ABHB」。
それは、人間が目で見て脳で判断する感覚に近い画像認識技術。
検査・検品における課題を解決するためのソリューションです。
独自アルゴリズム「ABHB」なら、傷は不良品で、汚れは良品、というような人間がこれまでの経験や知識により無意識で判断していた内容をプログラム化することができます。
ただ導入するだけではありません!
現状画像認識が上手くいっていない原因を精査し検証を行った上で、お客様の課題に合わせたソフトウェア開発をご提案します。
導入後の保守サポートや追加カスタマイズも承っております。
その他、
等の実績があります。
AIは使っておりません。
コンピュータに学習をさせているのではなく、対象物の色や形、大きさ、模様などの特徴量を登録し、それに合致したものを画像の中から検出しています。
詳しくは、「『フォトナビ・目視レス』ABHB 尖りアルゴリズム読本」で事例を交えて解説しておりますので、こちらの資料をご覧下さい。
目視検査の自動化を課題とされている製造業の方々、設備監視やオンライン診療の補助など、人の目を判断基準としているもののルール化が得意な技術です。
一方で、基準が曖昧でルール化が難しいもの、例えば、人物の特定や表情の読み取り、様々なフォントや多言語の文字認識などは、苦手な分野です。
検査対象物をうまく捉えるための光学系、撮像環境のご提案も可能ですのでご相談ください。
認識したい対象物やカメラの解像度、画像認識ソフトを動作させるPCのスペックにより様々です。
例えば、金属加工品のキズを30万画素のカラーカメラで捉えて、 Windows(Core i7・メモリ16GB・SSD)のパソコンを使用した場合ですと1画像あたり約と0.1秒程度で解析が可能です。
認識対象物やカスタマイズ内容にもよりますが、実運用までに概ね3ヶ月~1年ほどかかります。
お客様の課題のヒアリングからスタートし、実証実験による画像認識の精度確認を行い、実運用に向けたソフトウェアをお客様と伴走しながら構築していく流れとなります。
良品の画像を1枚、不良の種類ごとに2~3画像程度あれば、基礎的な解析ロジックを構築することが可能です。
認識したいものや内容で費用が異なります。解決したい課題を添えてお問い合わせください。