製品概要

学習データ取得からAIモデル開発までセットで提供するAI外観検査機パッケージです。カメラ・照明による安定した画像撮影環境とAI判定結果の投影機能を備え、短期間・低コストで目視検査の自動化を可能にします。従来は難しかった検品工程へのAI導入を、大幅な時間・コスト削減とともに実現します。

解決する課題

  • データ不足で導入できない課題: 検査用画像がない企業でも、装置で効率良くデータ取得し短期間でAI検証を開始できます。
  • 検査精度の問題: 目視では見落としていた曖昧な差異や傷もAIが高精度に検出。ルールベースで検出困難だった不良も検出可能。
  • 人手不足・ばらつき: 人による検品の属人性を排除し、誰でも安定した品質で検査可能。経験不足の作業者でもAI判定結果の支援でミスを減らします。

主要特徴

  • 学習用の正常画像300枚・不良画像100枚程度で高精度なAIモデルを構築
  • 検品業務の半自動化: 作業者はワーク設置とAI判定結果の確認のみで済み、未経験者でも高い精度で検査可能
  • PoCキットとして活用可: 画像撮影システムとAIプラットフォームを接続し、データがなくても短期間で評価開始。材質による色ムラを無視して汚れ検出、模様を無視してキズ検出等が可能
  • 一貫提供: 検査装置ハードウェアの提供からAI開発・導入までワンストップで支援し、導入後もサポート(評価モデル検証→本番運用までフォロー)

技術仕様

対応材質
金属 樹脂 電子部品 その他
対応形状
平板(シート・板状) 複雑形状(異形)
検出対象欠陥
キズ 異物 バリ 変色 欠け
必要カメラ台数 1台
照明条件 ワークに応じたカスタマイズ照明ユニット付き。直射・斜光等を適切に設定し、材質や模様による光学的ばらつきを抑制
ライン対応 両対応

測定条件補足

検査装置にはノートPC搭載。撮像環境最適化済みでAI判定結果をリアルタイム表示可能。照度やカメラ設定も簡単に調整可能な設計

導入プロセス

1

要件ヒアリング・装置設置

検査対象や現場環境の要件をヒアリングし、AI外観検査機をユーザ環境へ設置。撮像条件を調整しつつ初期データ取得を開始します。

7〜14日
2

データ収集・学習用画像準備

装置でOK品約300枚・NG品100枚の画像を撮影収集。収集データに対し良品/不良品のラベリングを実施します。

30日
3

AIモデル開発・実装

スカイディスクが収集画像を用いてAIモデルを開発し、検査装置に実装します。評価用AIモデルでの精度検証を経て、本番モデルを構築します。

30〜45日
4

精度検証・調整

評価モデルで検査精度を検証し、要求精度を満たすよう閾値調整や追加学習を実施します。十分な精度が確認できた段階で本番運用へ移行します。

14日
5

本番運用開始

AI外観検査機による検査を本稼働。人は装置のワーク着脱と結果確認のみ行い、省力化を実現します。必要に応じ追加チューニングや保守対応。

導入事例

食品加工業

導入効果:

食品製造ラインにてAI外観検査機を導入。髪の毛など異物混入検知を実現。 人手では見逃しがちな微細異物(~0.1mm)も検出し、検査員の負担軽減と検査精度向上を達成。 詳細を見る

金属部品製造業

導入効果:

ダイカスト部品の外観検査にAIを適用。従来ルールベースでは検知困難だった鋳造品のキズをAIで検知。不良見逃しの減少と検査基準の統一化に成功。

自動車メーカー(官能検査工程)

導入効果:

AI画像判定により従来人手に頼っていた検査の自動化に挑戦。人の感覚に近い柔軟な判定をAIで実現し、検査員6名→2名で運用可能に省人化 (※音検査事例含む)

推奨シナリオ

多品種少量生産品 検査員不足・人件費高騰

料金体系

初期費用

400万円〜

システム構成・カスタマイズ内容により変動

よくある質問

AI導入に必要な画像枚数はどのくらい?

良品約300枚・不良約100枚が目安です。データが不足する場合も、PoCキット活用で短期間に必要画像を収集可能です。

どの程度の不良まで検出できますか?

微細な汚れ・傷でもAIが高精度に検出します。例えば模様付き製品の傷、材質の色ムラに埋もれた汚れ等、人では見逃すレベルも検知可能です。

導入費用と期間の目安は?

本体約400万円~+AI開発約150万円~ 期間: 約3か月で導入可能です。 案件難易度やサンプル数で変動します。