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ポイント

AI外観検査導入のためのポイント

～AI画像認識技術の基礎から導入そして品質保証への対応まで～
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

開催日

  • 2023年5月22日(月) 13時00分 ～ 16時30分

プログラム

　ここ数年、AI (Artificial Intelligence、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、脳の働きからヒントを得た学習手法である「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。学習データ (画像データ) の前処理 (データクレンジング) にかかる負担や良品・不良品データの不均衡など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。さらには、導入後の運用を通じての精度向上のための考え方にも触れます。

  1. AI画像認識システムの動向と導入基礎
    1. 国内外のAI画像認識の最新事例
    2. AI画像認識システムの利点・欠点
    3. AI画像認識システム導入時の留意点
  2. AI画像認識システムの実例
    1. パン識別システム「BakeryScan」
      1. BakeryScanのシステム構成
      2. 画像からの特徴量抽出
      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
      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. 金属チェーン画像検査システム
      1. チェーンの外観検査
      2. チェーン画像検査システムの構成と特徴
      3. 良品学習による異常検知
    4. 油圧部品の自動外観検査システム
      1. 外観検査の課題
      2. 画像撮影方法の検討
      3. One Class SVM (OCSVM) による良品学習
      4. OCSVMの課題
      5. VAEによる異常検出
      6. 誤検出率の改善
  3. AI外観検査のはじめ方と機械学習を意識した画像
    1. AI外観検査の進め方
      1. 評価基準の明確化
      2. 「わかりやすい」画像の撮影
      3. PoC:概念実証
    2. 機械学習を意識した画像データ (学習データ) の準備
      1. 画像データの取得
      2. 画像撮影時の注意
    3. 学習が難しい画像
      1. 背景による誤認識
      2. 学習データの偏り
    4. 学習しやすい画像のための前処理
      1. 前処理としての画像処理
      2. 画像の「標準化」・「白色化」
  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. 学習データの不均衡の問題と対策
    4. 学習データの拡張 (Data Augmentation) と注意点
    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 (「2」の事例をもとに)
    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 (産学連携助成の活用等)
    4. 学習データの準備
    5. 概念実証 (PoC)
    6. ラインでの実運用
    7. 運用による精度向上 (MLOps)
ページのトップヘ

講師

  • 森本 雅和 氏
    兵庫県立大学 大学院 工学研究科
    准教授
ページのトップヘ

主催

株式会社 トリケップス
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)
1口
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)

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
2026/5/28 材料・分析データに活かすためのケモメトリクスの基礎と実践 オンライン
2026/5/28 CMOSイメージセンサーの基礎とイメージング技術の最新動向 オンライン
2026/5/29 外観検査の実務とポイント オンライン
2026/6/3 生成AIを活用したデータ分析の基礎と利用のポイント オンライン
2026/6/4 ExcelデータをPythonで活かすデータ解析 オンライン
2026/6/9 外観目視検査の正しい進め方と精度向上すり抜け防止の具体的手法 東京都 会場・オンライン
2026/6/9 外観検査の実務とポイント オンライン
2026/6/9 AI/機械学習が「遅い・重い・回らない」ボトルネックの原因と対処法 オンライン
2026/6/10 ChatGPTを活用したPythonプログラミングの進め方 オンライン
2026/6/11 AI/機械学習が「遅い・重い・回らない」ボトルネックの原因と対処法 オンライン
2026/6/12 知的センシングの要素技術と実装アプローチ オンライン
2026/6/12 生成AIを活用したデータ分析の基礎と利用のポイント オンライン
2026/6/15 ExcelデータをPythonで活かすデータ解析 オンライン
2026/6/19 実機データでつくるAI制御モデル オンライン
2026/6/19 マテリアルズインフォマティクスのためのデータ解析 オンライン
2026/6/19 ChatGPTを活用したPythonプログラミングの進め方 オンライン
2026/6/23 AI性能を最大化するための設計・評価・改善手法 オンライン
2026/6/23 生成AIの平均的な正解を超えるテキスト分析 オンライン
2026/6/23 機械学習を用いた流体力学現象の予測とモデリング オンライン
2026/6/24 AI性能を最大化するための設計・評価・改善手法 オンライン
ページのトップヘ