AI外観検査に関する技術・ソリューションをご紹介致します。
このカタログについて
| ドキュメント名 | NECのAI外観検査ソリューションをご紹介！ |
|---|---|
| ドキュメント種別 | 製品カタログ |
| ファイルサイズ | 4.9Mb |
| 登録カテゴリ | |
| 取り扱い企業 | 日本電気株式会社 (この企業の取り扱いカタログ一覧) |
このカタログの内容
Page1
AI画像認識技術による外観検査自働化ソリューションで業務効率化！
AI Visual Inspection ご紹介資料
日本電気株式会社
© NEC Corporation 2022
Page2
AIVI(AI Visual Inspection)のイメージ
製造ラインにおける目視による外観検査業務を画像処理とAIにより自働化
製造物
BEFORE
製造/検査ライン 目視検査員×N人
カメラ
製造物
AFTER
OK
目視検査員
(省人化）
AI ロボット
製造/検査ライン AI外観検査システム
2 © NEC Corporation 2022
Page3
AIVIの価値
NECが外観検査業務に対するAI導入を支援
AIによる「外観検査の自働化」を加速して現場力の維持・向上を実現
外観検査業務のよくある問題・課題 AIVIの導入効果
働き手不足の中でも生産性を維持・向上が必要 工場収益力の改善
⇒検査の自働化・省人化 検査の省人化により一人あたりの生産性を向上
人により検査の判断基準にバラつきがある
⇒品質の均一化
品質向上、納期短縮によるCS向上
判断基準が一定になり検査の品質均一化
社内外から常に納期短縮を求められる 高速・大量に検査することで検査納期を短縮
⇒検査スピード・精度の向上
現場が使えるAIを実現
AIやデータ活用に関する専門家がいない
画像処理やAIをノンプログラミングで利用可能、
⇒人材の確保
誰でも専門家に！
3 © NEC Corporation 2022
Page4
AIVIの全体像
最適な撮像環境構築、柔軟な検査アプリ、高精度なAIモデルをワンストップでご提供
撮像系 検査アプリ：TechView AI：RAPID機械学習
⚫検査フロー構築 ⚫AIモデル作成
⚫結果画面設計 AI- 簡単操作
⚫ カメラ・シャッタートリガー
⚫画像前処理作成 - 高度な分析機能
⚫照明 TechView GUI RAPID GUI
撮像 検査ｱﾌﾟﾘ AI
撮像装置 エッジ装置 サーバ
4 © NEC Corporation / NEC Communication Systems, Ltd. 2021 CONFIDENTIAL
Page5
AIシステム導入時に直面するお客さまの困りごと
【お困りごと①】撮像システム 解決
欠陥視認性の高くするための
高精度なAIモデルを 欠
どんな機器でどうやって撮影 最陥適視な認撮性像を系高のく相す談る＆た構め築の
作りたい 最適な撮像の相談＆構築支援
すればよいかわからない
【お困りごと②】AIモデル 解決
高精度なAIモデルを ディープラーニング
「RAPID機械学習」
高精度な作AIりモデたルいを作りたい で高精度なAIモデルを作成
【お困りごと③】検査アプリケーション 解決
高精度なAIモデルを TechViewで検査アプリ構築
NG 検査処理作プりログたラいムを作るの お客様要件達成に向けて
が難しい システム化支援を一気通貫で対応
5 © NEC Corporation 2022
Page6
お困りごと解決
①
欠陥視認性の高い画像取得のために
最適な撮像系の相談＆構築
6 © NEC Corporation 2022
Page7
撮像系構築の難しさ
撮像系構築のためには考慮すべき要素が数多く存在
撮像対象
要求仕様
・素材
・想定タクトタイム
・形状
・現状の検査精度
・表面特性
撮像環境
検査条件
・撮影場所
・自然光／環境光 ・運搬速度
・耐熱／防塵の要求レベル ・検査ライン数
何を重視すればよい？
専門ベンダ抜きで構築できる？
7 © NEC Corporation 2022
Page8
撮像系構築を強力支援
◆専門ベンダと連携して様々な撮像機器の選定をサポート
◼カメラ：ラインスキャン、エリア、3D、赤外線、…
◼照明 ：バー、リング、ドーム、バックライト照明、…
◆対象ワークをお預かりして撮像方式検証も可能
◼NECでは撮像専用のラボを用意しています。
上記の機器以外にも検証用ベルトコンベアーなど所持。
機器選定 撮像方式検討
カメラと対象物の距離
モノクロ/カラー
照明の照度、角度 撮像検証の様子
カメラ/照明の種類 等
シャッタースピード 等
8 © NEC Corporation 2022
Page9
マテリアルハンドリング
カメラ／照明／AI+画像処理のみでは自働化が困難なケースで
マテハン機器のご提供も可能
例
⚫ 全周を撮影するには回転台が必要なケース
⚫ 複雑な形状のため撮影にロボットが必要なケース
⚫ 完全自働化を行うため検査後に良品と不良品とを
仕分ける必要があるケース
外観検査に必要なハードウェアをご提供
（検査機／ロボット等）
9 © NEC Corporation 2022
Page10
お困りごと解決
②
「RAPID機械学習」で高精度なAIモデルを作成
10 © NEC Corporation 2022
Page11
ディープラーニングとは
ルール化が難しいような複雑な特徴も画像データの学習のみで判別可能
キズ判定の境界があいまいなケース
従来の画像処理 ディープラーニング
特徴量や判別ロジック（二値化、エッジ検出、パ 人間の脳を参考にした技術。画像と正解ラベル
ターンマッチング、しきい値等）を技術者がルー （例：画像AはNG）を与えると、複雑な特徴量・
ル設定 判別ロジックが必要なケースでも自動で学習
△技術者がルール化できない特徴は判別不能 〇ルール化が難しい複雑な特徴の判別が可能
△熟練の画像処理技術者が必要 〇熟練の画像処理技術者は不要
〇学習用データが不要 △学習用データが必要
11 © NEC Corporation 2022
Page12
RAPID機械学習の特長 ー簡単操作ー
GUIによる簡単操作で専門家でなくても
ディープラーニングを使った学習・評価が可能です
WebGUIによる容易な操作
• データの入力～作成したAIモデルの評価まで、直感的な操作で完結
• AIの専門家でなくても学習可能
• チームで環境を共有可能
• オンプレミス／クラウド環境で動作可能
Webブラウザ
Webブラウザ
12 © NEC Corporation 2022
Page13
RAPID機械学習の特長 ー分析機能ー
外観検査のための分析機能として目的に応じて主に下記の3種類から選択可能
ユーザインターフェースも機能ごとに最適化
検知 領域抽出 OneClass
不良箇所を矩形で検知 画素単位で注目領域を抽出 良品のみ学習し、良品と違
う特徴を検知
•不良画像が準備できるケー •不良画像が準備できるケー
スに有効 スに有効 •不良画像が準備できない
•不良カテゴリの分類が可能 •キズの詳細な形状を把握し ケースに利用
たいケースで有効 •検知機能と比べ不良品と良
•不良カテゴリの分類が可能 品の境界上の判別精度は劣
る 良品
キズ 学習
良品 不良品
キズ
打痕 分類
13 © NEC Corporation 2022
Page14
転移学習：
RAPID機械学習の特長 －転移学習－ 大量の画像データで学習したモデルを流用して、
別の目的／課題を解くための モデルを新たに作成すること。
学習済みモデルの流用により高精度なモデル作成の手間を大幅効率化
一般的な画像認識分類を前提として学習済みのモデルは標準搭載
1 標準搭載モデルを流用することで、少量データでも多様な高精度モデルを生成可能
※不良品データの少ないケースでも高精度な検品モデルを生成できます。
※簡易検証であれば1カテゴリ当たり数十枚から可能です。
2 独自に作成したモデルを流用して、類似のモデルを生成可能
※1から学習させるよりも短時間で高精度なモデルを生成しやすくなります。
3 分類カテゴリ数を変更して流用可能
※カテゴリが増減した場合でも、既存モデルを流用して学習できます。
例1 例2 例3
標準搭載 ネジ検品 追加
モデル モデル
車種A 車種B … 車種X
インフラ 動物分類 ボルト検品 車種分類
検査モデル モデル モデル モデル
14 © NEC Corporation 2022
Page15
2020年度ベンダー別市場シェア – 設備点検向け※
RAPID機械学習 画像解析版は
画像認識市場において
NEC 17.3 %
設備点検向け
その他、
設備点検向け・検品作業向け：2年連続トップクラス ※
シェア ベンダ別売上金額シェア：2年連続トップクラス ※
第1 ※出典：ITR「ITR Market View：AI市場2021」
位 ・画像認識市場－設備点検向け：ベンダー別売上金額シェア（2019-2020年度）をベース
※ 2019年度 第1位、2020年度 第1位。
・画像認識市場－検品作業向け：ベンダー別売上金額シェア（2019-2020年度）をベース
2019年度 第1位、2020年度 第2位。
・画像認識市場 ベンダー別売上金額シェア（2019-2020年度）をベース
2019年度 第2位、2020年度 第2位。
15 © NEC Corporation 2022 NEC Confidential
Page16
RAPID機械学習の適用対象例
様々な業種／素材／欠陥種別に対して適用可能です
業種 素材 検出対象
• 自動車 • 金属 • 形状不良(歪み/破れ 等)
• 電子部品 • ファブリック • 表面不良(キズ/打痕/汚れ 等)
• 鉄鋼/金属 • 液体 • 劣化(ひび/さび 等)
• 医療 • 樹脂 • 異物/異部品混入
• 食品 • ガラス • はんだ・メッキ不良
• 化学 • ゴム • 梱包不良
• 建材 • 紙 • 油漏れ
• インテリア • 員数間違い
• 誤組み立て
16 © NEC Corporation 2022
Page17
RAPID機械学習 本サービスの活用イメージ
リモート対応！ 短期集中！
実践データでデータサイエンティスト育成！
STEP 1で「RAPID機械学習 画像解析」のチュートリアルで基礎を学んでいただき、
STEP 2で2カ月間、お客様データを用いた分析を実践いただきます。
AI画像解析 2カ月(~10名)で、期間中データサイエンティストによるサポートと「RAPID機械学習 画像解析」の最新版をご
提供いたします
研修 ＆ NECの実績 - 画像認識市場におけるRAPID機械学習
2020年度ベンダー別市場シェア – 設備点検向け※
分析サポート NEC 17.3 %
設備点検向けシェア：２年連続第１位
サービス 検品作業向けシェア：2年連続トップクラス
ベンダ別売上金額シェア：2年連続トップクラス
2ステップで2カ月間、画像解析
※出典：ITR「ITR Market View：AI市場2021」
・画像認識市場－設備点検向け：ベンダー別売上金額シェア（2019-2020年度）をベース 2019年度 第1位、2020年度 第1位。
の基礎から実践までサポート！ ・画像認識市場－検品作業向け：ベンダー別売上金額シェア（2019-2020年度）をベース 2019年度 第1位、2020年度 第2位。
・画像認識市場 ベンダー別売上金額シェア（2019-2020年度）をベース 2019年度 第2位、2020年度 第2位。
17 © NEC Corporation 2022
Page18
データサイエンティストによる分析サービス
お客様で高精度なAIモデルの作成が難しい場合には、
経験豊富なデータサイエンティストによる分析サービスを提供いたします
提供サービス 効果
• 経験豊富なデータサイエンティ
ストがAIモデルを作成 分析要員がいなくてもAIを導入
• 分析結果報告書を作成
データサイエンティストによる高精度な
モデル実現
• 製品化前の最新技術を先行適用
システム化前に精度をチェック
• 分析サービスで得られたノウハ
ウの教育を実施 自社に分析環境・体制を構築
18 © NEC Corporation 2022
Page19
お困りごと解決
③
検査アプリをコーディングレスで構築
TechViewのご紹介
19 © NEC Corporation 2022
Page20
TechViewとは
日本エレクトロセンサリデバイス株式会社（通称：NED）が開発した
画像処理ライブラリー搭載のハードウェア一体型コントローラ
AI
連携 Techview
結果 機能 画像
画面 処理
カメラ Tech データ
設定 View 保存
【特長】
・メーカを問わず、撮像機器と簡単に連携可能
・フローチャート形式で画像処理や全体制御可能
ロボ PLC
・RAPID機械学習との連携でAI検査にも対応
連携 IO 通信
通信
20 © NEC Corporation 2022