弊社では、「人の目」による目視検査を機械化する際に、通常の画像処理検査アルゴリズムでは限界があることに着目し、機械学習を画像処理検査システムの開発に応用しています。
アルゴリズム開発などにて機械学習を応用し、より高精度の検査アルゴリズム・方程式を導き出すことを目標に開発を行っています。
実績
ベアリング検査システム
実際の検査システムでは機械学習を用いてはいませんが、
開発・運用サポート時に以下の内容について機械学習を
用いた実績があります。
・NG品解析
・疑似NG品解析※1
・検査パラメータの決定
とまと選果システム
とまとの形状を選果する、選果システム開発時に
より「人の目」の判断に近づけるため、機械学習を用いた経緯があります。
※ 本機能はTシリーズ以上のシステムが必要となります。
また、かなり多くの実際の検査画像が必要となるため、
実際の運用までには多くの時間を費やす必要があります。
※ 実際の検査にて機械学習機能を用いた検査システムは現状お勧めいたしておりません。
試験運用から、実際の運用までに時間的余裕が求められるためです。
※1 疑似NG品:基本的には良品ではあるが、外観の問題等
によって、NG品と判別されてしまう良品
限界良品に近いものも含まれる