AI・ディープラーニングの基礎を動画付きで解説
日本サポートシステム株式会社が定期開催するWebセミナーの資料です。
今回は、弊社が運営する画像処理検証施設「画処ラボ」にて取り扱いのある
AIソフトウェアについて解説しています。
従来型のルールベースでの検査とAI（機械学習、ディープラーニング）検査の違い
得意なこと・不得意なことを理解することが可能です。
■AI導入支援パッケージサービスの詳細はこちら
https://jss1.jp/ai_support
また、弊社HPでは多くの資料をご用意しておりますので
ぜひご利用ください。
https://jss1.jp/manual-list/?aperza_dl
【関連キーワード】
外観検査、顕微鏡検査、顕微鏡、品質、不良品、キズ、傷、異物
基準、基準書、製造業、生産ライン、色ムラ、自動化
FA、省力化、省人化、AI、ルール型、ルールベース
ディープラーニング、機械学習、官能検査、検査装置
関連メディア
このカタログについて
| ドキュメント名 | 外観検査装置導入のためのAI基礎 |
|---|---|
| ドキュメント種別 | 製品カタログ |
| ファイルサイズ | 1.7Mb |
| 取り扱い企業 | 株式会社FAプロダクツ (この企業の取り扱いカタログ一覧) |
この企業の関連カタログ
このカタログの内容
Page1
外観検査装置導入のための
AI基礎
2022年2月16日（水）13:00～13:30
• セミナー中、何か困ったことがあればチャットへ記入をお願いします。
• セミナー終了後、アンケートにご協力いただいたお客さまには、本日の資料の
ダウンロード版をお送りさせていただきます。
• セミナー開始までもう少々お待ちください。
Page2
本日の流れ
はじめに
・AI外観検査導入に利用できる「画処ラボ」の詳細
・画像処理の基礎と得意なこと
AI外観検査の基礎
・AI検討から装置稼働までのフロー
・AIを活用できるケース、従来の検査との違い
・【動画】AIを使用した学習と推論について
AI導入支援のご紹介
・撮像環境構築支援の詳細（メーカー横断での機器選定）
・判定AI作成支援の詳細（ノーコード開発ツールの提供）
・AI導入に活用できる補助金の紹介
© 2022 Japan Support System Ltd. 2
Page3
本日の流れ
はじめに
・AI外観検査導入に利用できる「画処ラボ」の詳細
・画像処理の基礎と得意なこと
AI外観検査の基礎
・AI検討から装置稼働までのフロー
・AIを活用できるケース、従来の検査との違い
・【動画】AIを使用した学習と推論について
AI導入支援のご紹介
・撮像環境構築支援の詳細（メーカー横断での機器選定）
・判定AI作成支援の詳細（ノーコード開発ツールの提供）
・AI導入に活用できる補助金の紹介
© 2022 Japan Support System Ltd.
Page4
会社概要
商号 日本サポートシステム株式会社
JAPAN SUPPORT SYSTEM.Ltd.,
代表 天野眞也（あまのしんや）
従業員 205名 ※ 2022年1月1日現在
うちエンジニア在籍数 140名
営業技術 12名／画像検証 9名／機構設計 29名
電気設計 45名／加工技術 5名／製造技術 40名
設立 1990年8月27日
資本金 9,000万円
売上高 22億円（30期、2020年度）
© 2022 Japan Support System Ltd. 4
Page5
装置開発・導入ステップ
© 2022 Japan Support System Ltd. 5
5
Page6
画像処理検証（画処ラボ）の流れ
■主な活用場面
外観検査自動化の事前検証
メーカー横断での 実機を 検証結果 装置の 遠隔
機器選定 使用した検証 装置構成報告 設計・製作・据付 サポートシステム
© 2022 Japan Support System Ltd. 6
Page7
「画像処理」とは
画像の前処理を行った後に、
検査対象の欠陥などを検出する
© 2022 Japan Support System Ltd. 7
Page8
Q：画像処理で できること/できないこと
〇 できること × できないこと
カメラが人の眼に代わる検査 人の眼で判別が出来ない /
例：傷 / 汚れ / かすれ / 物の有無 画像上で見えない物の判別
ワークの外形抽出・長さ・面積調べ 濃淡差がない / 背景とワークが
例：形状検査 / サイズ検査 同色な物の検査
物の位置認識 外乱光が激しく、
例：枠内での物の把持 / 設置 照明による対象物の見分けが
つかない場所での検査
8
© 2022 Japan Support System Ltd. 8
Page9
画像処理で出来ること
【巣】
業界別での検査事例 【サビ】
■金属業界
１．サビ・腐食
【汚れ】
２．傷（線傷）
３．凹み、打痕
４．異物・汚れ
５．巣（空気孔） 【バリ】
【割れ】
６．変形・寸法ズレ
７．割れ、欠け（クラック）
８．バリ
© 2022 Japan Support System Ltd. 9
Page10
画像処理で出来ること
業界別での検査事例 【印字ズレ】
■食品業界
１．印字ズレ・間違い
２．フタなどの破れ、凹み
３．パッケージなどの傷・汚れ
４．異品種混入
【破れ】【汚れ】 【異物】
© 2022 Japan Support System Ltd. 10
Page11
画像処理で出来ること
業界別での検査事例 【変形】
■電子機器業界
１．変形
２．傷・汚れ・異物・クラック
３．端子の長さ・ピッチ・幅
【半田付け不良】
４．メッキ不良
５．パッケージのバリ・欠け
６．印字ズレ・印字違い
７．半田付け不良
８．実装不良
【実装不良】
© 2022 Japan Support System Ltd. 11
Page12
画像処理で出来ること
業界別での検査事例 【印字ミス】
■医療品業界
１．印字の有無・かすれ・ミス
２．傷・汚れ・異物
３．封緘シールの有無 【汚れ】
４．液面高さ、内容量
【液面高さ】 【シール有無】
© 2022 Japan Support System Ltd. 12
Page13
画像処理で出来ること
業界別での検査事例 【色の検査】
■その他業界
１．色の検査
２．文字検査
【文字検査】
© 2022 Japan Support System Ltd. 13
Page14
本日の流れ
はじめに
・AI外観検査導入に利用できる「画処ラボ」の詳細
・画像処理の基礎と得意なこと
AI外観検査の基礎
・AI検討から装置稼働までのフロー
・AIを活用できるケース、従来の検査との違い
・【動画】AIを使用した学習と推論について
AI導入支援のご紹介
・撮像環境構築支援の詳細（メーカー横断での機器選定）
・判定AI作成支援の詳細（ノーコード開発ツールの提供）
・AI導入に活用できる補助金の紹介
© 2022 Japan Support System Ltd. 14
Page15
AIとは何か・歴史
第三次AIブーム「機械学習・ディープラーニング」
ディープラーニングを活用することで、学習データから自動で特徴量を抽出し、精度を
向上させることが可能になり、現在のムーブメントを形成しています。
© 2022 Japan Support System Ltd. 15
Page16
画像処理におけるAI（機械学習・ディープラーニング）
AI レベル 内容
単純な制御プログラムによってすべての動作があらかじめ
レベル1 レベル2 １
決められているもの
機械学習 状況に応じて動作を選択したり、既知の知識をもとに答え
２ を推測したりすることで複雑な振る舞いを行うことができ
レベル3 るもの
コンピュータを使ってデータから統計的に法則を見つけ出
３
す機械学習の手法を取り入れたもの
ディープ
ラーニング 従来の機械学習ではどの部分に注目して判断すべきかの特
４ 徴を人が定義していたが、自動的に特徴を抽出することで
レベル4 人間が表現できない複雑な特徴でも学ぶことができる
© 2022 Japan Support System Ltd. 16
Page17
通常の画像処理による検査とディープラーニングを使った検査の違い
© 2022 Japan Support System Ltd. 17
Page18
通常の画像処理による検査とディープラーニングを使った検査の違い
ディープラーニング
メリット メリット
・計測対応可 ・俯瞰検査可能
・数値化可能 ・違和感の検出
・検査分類可能 ・操作が容易
デメリット デメリット
・設定変更に難 ・数値化し難い
・技術継承に難 ・データ準備に難
・設定作成に難 ・単体稼働に難
ディープラーニング型AIの持つ優位性
© 2022 Japan Support System Ltd. 18
Page19
従来の画像検査とAI画像検査 の使い分け
【数値での管理をご希望される場合】
従来型 (ルールベース) での画像処理
【上記以外の場合】
形状の概ねの単一的方向性が確認できる検査 ＝ 従来型
不規則性があり、経験則を伴う検査 ＝ AI型
19
© 2022 Japan Support System Ltd. 19
Page20
本日の流れ
はじめに
・AI外観検査導入に利用できる「画処ラボ」の詳細
・画像処理の基礎と得意なこと
AI外観検査の基礎
・AI検討から装置稼働までのフロー
・AIを活用できるケース、従来の検査との違い
・【動画】AIを使用した学習と推論について
AI導入支援のご紹介
・撮像環境構築支援の詳細（メーカー横断での機器選定）
・判定AI作成支援の詳細（ノーコード開発ツールの提供）
・AI導入に活用できる補助金の紹介
© 2022 Japan Support System Ltd. 20