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 (画像認識) のはじめ方、すすめ方、精度向上への考え方

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

～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指針～
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

このセミナーは2025年1月に開催したセミナーのオンラインセミナー:オンデマンド配信です。
オンラインセミナーは、お申し込み日より10営業日間、動画をご視聴いただけます。
お申込は、2025年4月28日まで受け付けいたします。
(収録日:2025年1月28日 ※映像時間:約3時間7分)

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。

申込期間

  • 2025年4月28日(月) 13時00分 ～ 16時30分

受講対象者

  • AI関連技術・画像認識技術による外観検査業務の効率化や自動化・無人化を検討中の方、着手し始めた方
  • 画像認識・物体解析技術の応用事例を調査している方
  • 現場への適用・実装までを見据えたデータサイエンス業務を進めたい方

修得知識

  • 画像認識技術の基礎・原理
  • 画像認識システムの実際、導入実例・運用方法

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。DeepLearning (深層学習) が劇的な認識率の向上をもたらしてAI分野を発展させ、生成AIがその応用範囲を広げています。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。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開発実例紹介
    1. パン識別システム「BakeryScan」
    2. 不織布の外観検査システム
    3. 油圧部品の外観検査システム
    4. 金属チェーンの外観検査システム
    5. レンガの外観検査システム
  2. AI外観検査プロジェクトのはじめ方
    1. AI外観検査の進め方・概念実証 (PoC)
    2. 機械学習を意識した画像データの撮影
    3. 学習が難しい画像
    4. 学習しやすい画像のための前処理
  3. 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不均衡の問題
    4. 学習データの拡張、生成AIの活用
    5. ラベル付き公開データセットと転移学習による対応
  4. 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. 説明可能人工知能 (XAI)
    3. Grad – CAMによる注目領域確認
    4. 品質保証への対応・段階的なAI外観検査の導入
  5. AI外観検査システム導入の進め方まとめ
    1. 外部資金の獲得
    2. 不良品の定義確認と不良品サンプルの収集
    3. 撮影方法の検討
    4. 撮影装置の導入とデータ収集からPoC
    5. 初期判定モデルを作成し、プロトタイプとして導入
    6. モデル改良と精度検証の繰り返し
    7. 本格運用開始後の維持管理
    8. 外観検査プロジェクトを成功させるために
  6. 質疑応答
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

サイエンス＆テクノロジー 株式会社
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
: 34,400円 (税別) / 37,840円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込)

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 34,400円(税別) / 37,840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)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 請求書は、代表者にご送付いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
  • 他の割引は併用できません。
  • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

オンデマンドセミナーの留意点

  • 申込み後、すぐに視聴可能なため、本セミナーのキャンセルは承りかねます。 予めご了承ください。
  • 録画セミナーの動画をお手元のPCやスマホ・タブレッドなどからご視聴・学習することができます。
  • お申し込み前に、 視聴環境 をご確認いただき、 視聴テスト にて動作確認をお願いいたします。
  • 3営業日後までに、メールをお送りいたします。
  • 視聴期間は申込日より10営業日の間です。
    ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。
  • セミナー資料は、PDFファイルをダウンロードいただきます。
  • 動画視聴・インターネット環境をご確認ください
    • セキュリティの設定や、動作環境によってはご視聴いただけない場合がございます。
    • サンプル動画が閲覧できるかを事前にご確認いただいたうえで、お申し込みください。
  • 本セミナーの録音・撮影、複製は固くお断りいたします。
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
2026/9/24 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/28 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/9/29 検査員の意識改革と検査業務改善の進め方 東京都 会場・オンライン
2026/9/29 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/29 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/9/30 AI画像処理・画像生成技術のための画像品質評価 オンライン
2026/10/6 生体信号解析へのAI技術の適用 オンライン
2026/10/6 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/7 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/14 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/10/19 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2026/10/19 第一原理計算と機械学習を用いた材料設計と応用展開 オンライン
2026/10/20 複数企業・複数機関による秘匿データの統合解析 オンライン
2026/10/20 プロセスインフォマティクスにおけるデータ解析と製造工程の最適化 オンライン
2026/10/20 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2026/10/20 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/10/20 デジタル画像相関法の原理と変位、ひずみ測定への活用方法 オンライン
2026/10/21 画像品質評価の基礎とAI生成画像の評価指標・実践 オンライン
ページのトップヘ