AIが身近な技術となった現在、製造業の改善活動において画像処理AIは極めて有効な手段です。本セミナーでは、AIの専門家ではない「めっき」技術者が、画像処理AIを内製化し、めっき工程の自動化・改善を実現した事例を紹介するとともに、画像処理AIで実際に何ができるのかを具体的に解説します。
　画像処理AIの導入は外部委託が一般的ですが、高額な費用や導入までの時間、量産レベルのシステム構築が難しいといった課題から、十分な成果を得られないケースも少なくありません。一方、内製化によって低コスト・短期間で改善効果を得ることが可能です。本セミナーでは、内製化に必要な知識や機材、最短で実現するためのロードマップに加え、成否を左右するテーマ選定のポイントについても解説します。これから画像処理AIに取り組みたい企業はもちろん、過去に導入で成果を得られなかった企業にも役立つ内容です。

1. 製造業における画像処理AIの活用事例
   1. 画像処理AIで何が出来るのか
      1. 分類
      2. 物体検出
      3. 異常検知
   2. 画像処理AIの活用事例
      1. 事例の紹介
      2. 費用対効果の実事例
      3. 内製化のメリットとデメリット
2. 画像処理AIシステムを内製化するためのロードマップ
   1. 必要な機材、費用感
   2. 何を学ぶべきか
      1. pythonプログラミング
      2. PCからPLCへの信号やり取り
      3. GUIの作製
      4. デスクトップアプリ化
   3. 内製化実践教育のご紹介
3. テーマ選定の重要性、注意するポイント
   1. アルゴリズム選定の注意点
      1. ルールベースとディープラーニングの違い
      2. 異常検知の難しさ
   2. テーマ選定の注意点
      1. 画像処理AIの適用が難しい事例
   3. テーマは誰が選ぶのか?
   4. 成功に導く打率10割チェック表