技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

AI外観検査導入のための基礎と進め方・留意点

AI外観検査導入のための基礎と進め方・留意点

～AI画像認識技術の基礎、導入プロジェクトの進め方、品質保証への対応～
オンライン 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

概要

本セミナーでは、中小製造現場でいくつかの導入実績をあげた講師が手がけたAI外観検査の取り組みを紹介いたします。
活動事例を通じて得られた、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までの知見を解説いたします。

開催日

  • 2022年3月9日(水) 12時30分 ～ 16時30分

修得知識

  • AI画像認識技術の基礎・原理
  • AI画像認識システム導入の進め方
  • 画像取得の際の留意点

プログラム

　ここ数年、AI (人工知能) の応用が急速に進展しています。劇的な認識率の向上をもたらしAI分野を発展させたのが、「Deep Learning (深層学習) 」のアルゴリズムであり、実装が容易なライブラリの登場により、画像認識を中心に利用例が報告されています。
　かたや、製造現場ではAI外観検査 (画像識別) を中心に導入プロジェクトが立ち上がっていますが、狙った識別精度が得られず、導入に至らない例が聞かれます。画像データの前処理にかかる負担や良品・不良品データの不均衡がおもな原因にあげられます。また、特にDeep Learningでは識別にかかる根拠がわかりにくく、品質保証の観点から導入を見送る現場も多いです。
　そこで、本講座は中小製造現場でいくつかの導入実績をあげた講師が、自身が手がけたAI外観検査の取り組みを紹介。活動事例を通じて、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までを解説します。

  1. AI画像認識システムの動向と導入基礎
    1. AI画像認識の基礎
    2. 国内外のAI画像認識の最新事例
    3. AI画像認識システムのメリット
    4. AI画像認識システム導入時の留意点
    5. 「機械学習」と「深層学習」の選択
  2. AI画像認識システムの各種実例
    1. パン識別システム「BakeryScan」の特徴と実際
      1. BakeryScanのシステム構成
      2. BakeryScanの画像処理 (特徴量の抽出方法等)
      3. パン識別にかかる課題
      4. 現場導入時の課題
      5. BakeryScanのアルゴリズムの改良
    2. 不織布画像検査システムの特徴と実際
      1. 不織布の異物検査
      2. 既存の画像検査システムの課題
      3. 不織布画像検査システムの構成と特徴
      4. 機械学習による異物判別
    3. 油圧部品についての自動外観検査システムの特徴と実際
      1. 外観検査の課題
      2. 正常・異常判別と機械学習による2クラス分類
      3. AIの限界とデータセットの不均衡
      4. ONE Class SVM (OCSVM) による良品学習
      5. OCSVMの課題とVAEによる異常検出
      6. 導入した外観検査システムとロボットのハンドカメラによる撮像
      7. VAEによる傷検出と誤検出の改善
  3. AI外観検査のはじめ方と機械学習を意識した画像データ準備・前処理
    1. AI外観検査の進め方
      1. 検査項目の網羅と評価基準の明確化
      2. 試作開発の前段階における概念実証 (PoC)
    2. 機械学習を意識した画像データ (学習データ) の準備
      1. 画像撮影時の注意点
      2. オススメのPoC用撮影環境
    3. 学習が難しい画像
      1. 撮影環境や条件のばらつき
      2. 背景によるご認識の例
    4. 学習しやすい画像のための前処理
  4. 学習データの量と質の課題
    1. 学習データの準備にかかる負荷
      • 画像の収集
      • ラベルの付与
    2. 学習データはどの程度必要か
    3. 外観検査における学習データの質の課題 (データの不均衡)
    4. 学習データの拡張 (Data Augmentation)
    5. ラベル付き公開データセットと転移学習による対応
  5. 識別根拠の課題と品質保証への対応
    1. Deep Learningは内部分析が困難
    2. 説明可能性・解釈性 (XAI) に関する技術
    3. Deep Learningが着目しているところ (Grad-CAM)
  6. AI画像認識システム導入の進め方
    1. 要求定義の取りまとめ
    2. AI機能の選定
    3. 社内教育とプロジェクトの立ち上げ方 (産学連携助成の活用等)
    4. 学習データの準備とその留意点
    5. 概念実証 (PoC) の特徴・考え方・進め方
    6. ラインでの実運用
    7. 運用による精度向上
ページのトップヘ

主催

株式会社 R&D支援センター
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 45,000円 (税別) / 49,500円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
複数名で同時に申込いただいた場合、1名様につき 22,500円(税別) / 24,750円(税込) で受講いただけます。

  • R&D支援センターからの案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 42,000円(税別) / 46,200円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • R&D支援センターからの案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 45,000円(税別) / 49,500円(税込)
    • 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2024/12/16 AI機械学習に的を絞った行列・偏微分・確率密度の超入門 オンライン
2024/12/16 少ないデータによる異常検知技術の導入と活用方法 オンライン
2024/12/17 少数データ、データ不足における機械学習適用の問題解決方法とその戦略 オンライン
2024/12/17 進化計算を利用した多目的最適化技術とその応用 オンライン
2024/12/19 小規模データに対する機械学習の効果的適用法 オンライン
2024/12/20 機械学習のためのデータ前処理技術とノウハウ オンライン
2024/12/23 AI機械学習原理を理解するための数式読み方入門 オンライン
2024/12/23 ディープラーニングに基づく外観検査AI技術 オンライン
2024/12/24 Vision Transformerの仕組みとBEV Perception オンライン
2024/12/25 ディジタル信号処理による雑音の低減/除去、ノイズキャンセリング技術とその応用 オンライン
2025/1/7 少数データ、データ不足における機械学習適用の問題解決方法とその戦略 オンライン
2025/1/14 自然言語処理を活用した研究開発、材料分野への適応事例 オンライン
2025/1/14 画像認識技術を用いたAI外観検査の現場導入事例と精度向上技術 オンライン
2025/1/15 Python実践データ分析/機械学習 オンライン
2025/1/20 ベイズ最適化を活用した実験の効率化と開発期間短縮 オンライン
2025/1/20 Pythonを用いてコンピュータビジョンの理論と実践を学ぶ オンライン
2025/1/22 外観検査の効果的で効率的な進め方と実践ノウハウ オンライン
2025/1/22 ベイズ推定を用いたデータ解析 オンライン
2025/1/24 着実にステップアップできる多変量解析講座 オンライン
2025/1/28 AI外観検査 (画像認識) のはじめ方、すすめ方、精度向上への考え方 オンライン
ページのトップヘ