AI外観検査ソフト『DeepSky（ディープスカイ）』

『DeepSky（ディープスカイ）』は現場ユーザーが簡単に運用できる”オールインワン＆シンプル操作”のAI外観検査ソフトです。
様々なディープラーニングの中から物体認識や良品学習などを採用し、さらにFAに最適なモデルを研究してラインナップ。FA現場の画像処理製品を2000例以上提供・サポートしてきたスカイロジックが現場目線で設計しました。

～現場でこのようなご要望・お悩みはございませんか？～
■これからAIの活用を小さく始めたい
■今の検査機の判定精度に不安がある
■検査機の設定ができる人が限られている
■検査員の人材確保・育成が困難
■精度や検査基準がばらつく

DeepSkyはPC1台で「画像データ収集→学習→判定」を行うことができます。

AIの画像処理は従来の手続き型（ルールベース）の画像処理とは異なり設定が簡単で、
複雑かつ変化しやすい条件下での判定に強みを発揮します。

【サンプル検証】・【WEBお試しサービス】を行っておりますので、
お気軽にお声がけください。 （詳細を見る）

鏡面のワークとして反射する素材「CDの裏面」を用い、簡単な設定で
ブツを検出した事例をご紹介します。

光沢のある一見検査が難しそうなワークを使って、定点カメラで
連続的にコンベア上を検査することで「NG品をその先に流さない」
ためのシンプルな検査設定を制作。

用途は様々、御社の業界でもきっと活用いただけます。
いままであきらめていた、ハレーションするワークや塗装ブツの
検査がありましたら、当社までお問合せください。

【使用したソフトと機器（抜粋）】
■使用ソフト：DeepSky（学習版）
■視野範囲：160×140mm
■検査対象の最小サイズ：1mm
■検査個所数：1ヶ所
■カメラ解像度：130万画素　MER-133-54U3M（Daheng）

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

近年は大変厳しい品質管理が求められており、僅かな製品の傷も
不良品として扱われてしまいます。そのため、より確実に傷を
検出することが重視されています。

当社は、コンベアの上を流れる不良品を発見するとブザーを鳴らし
パトライト赤点灯コンベアが止まり、不良品を取り除くとコンベアが
再び動き出す、安価な仕組みをご提案しております。

非常に実用的でわかりやすい仕組みなのでぜひお役立てください。

【材料・部品（抜粋）】
■ソリッドステートリレー：AQA211VL
■DC24Vアダプタ：秋月電子 / GF18-US24075T
■コンセント：パナソニック / WH2163KWP
■木板：300 x 200 x 12
■ブザー：秋月電子 / PB10-Z338R

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

画像処理ソフト「DeepSky」を活用して、電子ハーネスの色間違いを
検出した事例をご紹介します。

色間違いを見分けるための設定、アノテーション（検査部分を囲んで
検出対象をソフトに教える作業）を複数回試して、検出安定性が高い
登録が可能。

下記関連リンクより、判定できなかったアノテーション、判定できた
アノテーションの違いをご紹介しております。ぜひご覧ください。

【材料・部品（抜粋）】
■ソリッドステートリレー：AQA211VL
■DC24Vアダプタ：秋月電子 / GF18-US24075T
■コンセント：パナソニック / WH2163KWP
■木板：300 x 200 x 12
■ブザー：秋月電子 / PB10-Z338R

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

コンベアを流れる部品の付け忘れなどを検出して、後工程をスムーズにし、
欠陥品出荷をしないための提案をご紹介します。

NGを発見した場合にブザーが鳴ってコンベアを止める仕組みの応用で、
ナットとネジの付け忘れ2品種を同時に検査。

NGでコンベアが止まり、NGを取り除くと動きだす、具体的な画像処理ソフト
「DeepSky」を使用した登録設定方法をご案内します。

詳しくは下記の関連リンクよりご確認いただけます。

【工具・備品】
■PC：マウスコンピューター/G-Tune, Corei9, 16GB RAM, RTX 2070 SUPER
■画像処理ソフト：スカイロジック/DeepSky DS100K
■IOユニット：スカイロジック/EI-ITIO-T01
■130万画素カメラ：Daheng/MER-133-54u3c
■12mm レンズ：M1214-MP2
■カメラスタンド（アルミフレーム）

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

欠けた錠剤を検出してコンベアを止めるという内容をご紹介します。

メカニカルリレーで100VのON/OFFを行うとかなり大きな電磁ノイズが
発生することが分かったため、ソリッドステートリレーに変更して
検査をしました。

「DeepSkyから100V電源のON/OFFを行う」の配線にパトライトを追加し、
欠けた錠剤（不良品）が流れてきたときに赤色のライトとブザーで知らせ
コンベアを止める仕組みです。

良品が流れ続けると、緑色のライトが点灯しコンベアも動き続けます。
詳しくは下記の関連リンクよりご確認いただけます。

【工具・備品】
■PC：マウスコンピューター/G-Tune, Corei9, 16GB RAM, RTX 2070 SUPER
■画像処理ソフト：スカイロジック/DeepSky DS100K
■IOユニット：スカイロジック/EI-ITIO-T01
■130万画素カメラ：Daheng/MER-133-54u3c
■25mm レンズ：M2514-MP2
■カメラスタンド（アルミフレーム）

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

コンベアを流れる食品上の虫や髪の毛などを人が目視で確認する場面は
多くあると思いますが、そこにAIの眼を入れてより確実に異物を
発見する仕組みをご紹介します。

リレーに100V電源のON/OFFを行わせることにより、異物を検出した時に
コンベアの電源自体をOFFにしてコンベアを止め、同時にブザーを鳴らして
異物発見を知らせます。

この仕組みにはDeepSky, Intelligent I/Oを使い、Intelligent I/Oの
NG出力にリレーを接続しています。

詳しくは下記の関連リンクよりご確認いただけます。

【工具・備品】
■PC：マウスコンピューター/G-Tune, Corei9,16GB RAM, RTX 2070 SUPER
■画像処理ソフト：スカイロジック/DeepSky DS100K
■IOユニット：スカイロジック/EI-ITIO-T01
■130万画素カメラ：Daheng/MER-133-54u3c
■8mm レンズ：M0814-MP2
■カメラスタンド（アルミフレーム）

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

今回は、キャップの天面と全周を（複数台のカメラを使わずに）1台の
カメラだけで検査しています。そのために摩擦の力を利用してキャップを
回転させるようにした事例をご紹介します。

AI画像検査ソフトDeepSkyがNGを検出するとIntelligent I/OからNG信号が
出力され、NG出力に電磁弁を接続することにより、NGを検出した時に
電磁弁が開きます。

この時、エアーコンプレッサーの空気がプッシャーに流れることにより
プッシャーが前に出てNG品が自動排出されます。

詳しくは下記の関連リンクよりご確認いただけます。

【工具・備品（抜粋）】
■PC：マウスコンピューター/G-Tune, Corei9, 16GB RAM, RTX 2070 SUPER
■画像処理ソフト：スカイロジック/DeepSky DS100K
■IOユニット：スカイロジック/EI-ITIO-T01
■130万画素カメラ：Daheng/MER-133-54u3c
■12mm レンズ：M1214-MP2

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

ドラレコ的カメラの中で因幡電機産業の「チョコ停ウォッチャーmini」に
ついてご紹介します。

異常の発生が装置のセンサーなどから取れる場合はそれを接点信号として
「チョコ停ウォッチャーmini」に入力するだけで動画の記録ができます。

しかし異常が「汚れ」だったり「角度ズレ」だったりする場合、
センサーではなかなか異常が捉えられません。

そこで、今回は「異常の発見を画像処理で行う」ことにトライしました。
モノがズレて置かれた時、画像処理によって異常として検知し、
「チョコ停ウォッチャーmini」で記録する、という流れです。

詳しくは下記の関連リンクよりご確認いただけます。

【セット例】
■画像処理ユニット＋チョコ停ウォッチャーmini
■1台のPCに複数のチョコ停ウォッチャーmini

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

輪自動車触媒を中心に、ディーゼル自動車触媒、二輪自動車触媒などの
メーカーからの検証依頼です。

ディープラーニング画像検査ソフト『DeepSky』は、PC1台で画像データの
収集から、学習、判定まで容易に行えるようになっています。

今回、形状の判別は『DeepSky』で行いました。

これは画面全体に対して、「四角形の集合」か「六角形の集合」かを予め
学習させて判別を行います。いわゆるAI（Deep Learning）を使用したソフトで、
検証した結果、四角形か六角形の形状の判別検出は可能でした。

今まであきらめていたような検査事例であっても是非、当社にご相談ください。

【使用したソフト】
■DeepSky

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

輪自動車触媒を中心に、ディーゼル自動車触媒、二輪自動車触媒などの
メーカーからの検証依頼がありました。

自動車部品などの製造業の盛んな静岡県浜松市にて様々な産業用機械、
制御機器メーカーを顧客としており、1000例以上の提供、サポートしてきた
実績もあり、売り切りで組み込みやすい検査ソフトを開発しています。

今回、目詰まりの判別は『DeepSky』で行いました。これは目詰まりの
「黒い塊」を予め学習させることで、画面内の「目詰まりらしき箇所」を
検出しています。

ディープラーニングを用いた画像検査ソフト『DeepSky』は、「現場ユーザーが
簡単に運用できる」を テーマにオールインワン＆シンプル操作のAI画像検査
ソフトウェアで、着実に導入実績を増やしています。

【使用したソフト】
■DeepSky

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

人手不足による検査自動化の要求が年々増加しており、そんな中AIを使用した
検査システムも多様化してきました。

「現場ユーザーが簡単に運用できる」をテーマにオールインワン＆シンプル
操作のAI画像検査ソフトウエアを当社では2020年にリリースし、着実に
導入実績が増えています。

見つけたいもの（OK/NG）をマウスで囲んで「学習」ボタンをクリック、
簡単操作で合否判定ができる検査機に成長します。

物体認識には転移学習と認識精度の高いモデルを使用していますので、NGや
見つけたいものを覚えさせることでより高い精度の検査を実現可能。

『DeepSky』の検査機能を使用し正しく挿入されている端子に「正常」と、
挿入ミスがある端子に「異常」とそれぞれラベル（名前）を付けて学習させ、
正しく識別することができました。

実際の検査では「異常」が1個でも見つかったらNGとなるような設定を行います。
（何が何個見つかったらOK/NGのような設定が自由にできます。）

【使用したソフト】
■DeepSky

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

産業用制御機器メーカーさまからのお問合せで、様々な検査内容を
確かめたいご希望がありましたが、まずはサンプル画像を送付いただいて
簡易検証することになりました。

当社の『ディープスカイ』というソフトでは、対象物を矩形で囲み学習を
行うことで、画像上から対象物と同じ特徴を持つものを検出します。

今回は「ウェルド」と「色混じり」が出現している箇所をそれぞれ指定して
学習を行いました。

ウェルドに関して、実際には「OKのウェルド」と「NGのウェルド」があると
思いますが、これを区別することは難しく、「ウェルドが有るか無いか」の
検査となります。

この2つの項目に関しましては検証の感触から検査できる可能性は高いと
感じております。

【使用したソフト】
■DeepSky

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

今回の検証をご依頼いただいた、測量機器メーカー様も以前から
お取引のあるお客様です。

当社では、自動車部品などの製造業の盛んな静岡県浜松市にて様々な
産業用機械、制御機器メーカーを顧客としております。

1000例以上の提供、サポートしてきた実績もあり、売り切りで組み込みやすい
検査ソフトがリピートにつながっていると考えています。

壁面のヒビだけを指定して学習した結果として、学習だけで誤検出を完全に
消しさることは難しそうです。

特定のエリア内に対象物（今回はヒビ）を見つけた時に、設定でカウントの
対象とするか否かを決めることはできます。

ただし、この場合ワークの位置ズレは処理上許容できないのでワークがズレる
前提であれば周囲をぼかしてしまったほうが早いかもしれません。

【使用したソフト】
■DeepSky

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

製薬会社で販売している日用品のパッケージに貼られている「値札シール」と
「半額シール」を検出するといった簡易検証を行うことになり、
そこでサンプル画像を送っていただきました。

頂いた画像で検証したところ、『DeepSky』の検査機能を用いて
「半額シール」や「値札シール」を検出することが可能でした。

教師画像13枚と非教師画像26枚に分けて検証を行いました。

シールの検出自体はできているので、あとは「半額シールを1個でも見つけたら
NG」とするようなカウント設定を行うことで合否判定が出せるようになります。

【使用したソフト】
■DeepSky

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

今回お問合せの建材用専用加工治具メーカー様も当社に数多くの検証を
ご依頼いただく会社様で、機器の汚れや傷などの不良を検出するご依頼です。

『DeepSky』の検査機能を用い検証しました。
今回の傷や汚れ、黒点も良好に判別が可能でした。

当ソフトは、PC1台で画像データの収集から、学習、判定まで容易に行える
使用になっており、検出性能を手軽にテストできるWEBお試しサービスや、
検出例を多数紹介した動画も公開しています。

今まであきらめていたような検査事例であっても是非、当社ホームページを
確認していただきたいです。

【使用したソフト】
■DeepSky

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

プラスチックの成形品を作っているメーカー様からのご依頼です。

φ30mm高さ8mm程のキャップがあるのですが平たい上部に黒点（直径約0.2mm）が
出ることがあり、そのキャップの外観検査を実施したいのですがこの黒点を
検出することは可能でしょうか？という内容がホームページへお問い合わせでした。

AI（ディープラーニング）を用いた検査ソフト「DeepSky」と「EasyInspector
（従来型ルールベース式）」検査ソフトを使用し検証を行いました。

今回は『DeepSky』で検証する方がスムーズと言えます。

当ソフトは、Windowsソフトを操作する要領で容易に運用できるため、初めて
画像検査を導入するエンドユーザーからの直接の問い合わせが多いです。

【使用したソフト】
■DeepSky
■EasyInspector（旧EasyInspector)

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

不織布関連の検査で弊社にお問い合わせがある対象は大きく分けて3つあります。

・ロール to ロール の状態での検査
・不織布に柄を印刷した状態での検査
・不織布をマスクなどに加工した状態での検査

それぞれの状態に応じて使用する仕組みが異なります。例えばロール to ロールでの検査ではEasyInspectorを使うことが多いですが、柄入りの不織布やマスクなどに加工した製品上で異物を検出するのはDeepSkyが得意とするところです。加工後の製品は凹凸や重なりがあるため一般的な二値化処理では誤検出が多発してしまいますが、ディープラーニングでは虫や毛髪、カスなどの特徴を学習して検出するため製品の柄や加工のばらつきにほとんど影響されないためです。ここではDeepSkyによる検出を紹介します。

・毛髪やカスなどの異物（画像1枚目・2枚目）
・シワや破れの欠陥（画像3枚目・4枚目）

ロール to ロールの検査では製品が移動している間、固定したカメラで監視続ける方法が適していますが、加工されて個別の製品となっている今回のマスクのような例では自動排出も考慮すると次のような仕組みが利用可能です。 （詳細を見る）

金属エッチングと回路パターン印刷に関するAI画像検査事例を
ご紹介いたします。

DeepSkyは欠陥を分類して検出することができます。またそれぞれの
欠陥の数や座標も得ることができます。

実際の運用では目視検査の補助としてDeepSkyで連続検査を実行しつつ、
手でゆっくり動かして目視で検査する方法やX-Yステージを使って
完全自動化する方法でご使用いただいています。

【ソフトと機器(抜粋)】
■使用ソフト：DeepSky(学習版)
■視野範囲：30×20～60×40mm
■検査対象の最小サイズ：0.2mm
■検査個所数：画面全体(1～100カ所程度の欠陥検出を想定)
■カメラ解像度：130万画素

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。 （詳細を見る）

多品種少量生産のお客様からトラックや自動車部品の金属塗装のワーク、２つサンプルが届きました。
複数の品番が同じラインに流れるため品番違いの異品を出荷する事故にお困りでした。
2つのサンプルを見分ける検証を実施した事例をご紹介いたします。

DeepSkyの検査機能を用いて判定は可能でした。DeepSkyには検査の
機能のみを持たせているため、PLCやソケット通信を使い組み込むことで
様々な検査に応用いただいています。

入力や出力に関してはコマンドを公開しているのでお客様でソフトを
作成いただくと無料で活用できます。また、ソフト作成を当社で
請け負うことも可能ですが、有償の対応とさせていただきます。

【使用したソフトと機器(抜粋)】
■使用ソフト：DeepSky
■視野範囲：約447×335mm
■検査対象の最小サイズ：5mm
■検査個所数：1ヶ所
■カメラ解像度：130万画素

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。 （詳細を見る）

自動車部品などの専門メーカー様から届いたサンプル部品の傷を
簡易検証した事例をご紹介いたします。

DeepSkyの検査機能を用いて検査しました。人が見て見える傷については
検出できております。一部検出できていない傷がありますので、見えるように
照明環境を工夫する必要がありそうです。

当社ホームページではFAの画像処理を現場目線で設計したDeepSky
(ディープスカイ)の無料お試しを準備してお待ちしています。

【使用ソフト】
■DeepSky

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。 （詳細を見る）

金属塗装品のブツと液だれを簡易検証した事例をご紹介いたします。

DeepSkyの検査機能を使用して検証を行い、検出は可能でした。
画像のように検出しています。数字はAIの自信度％で、認識点数と
呼んでいます。

DeepSkyでは認識点数が高いものだけを不良検出する設定や、低いもの
(AIが教えた不良に少しでも似ていると感じたもの)すべてを表示する
設定どちらもできます。

【使用ソフト】
■DeepSky

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。 （詳細を見る）

デジカメなどで撮影した良品画像・不良品画像があればお客様ご自身の画像で検出のテストを行って頂けます。
Web上でDeepSkyに学習させ、AIによる検出性能をお試しください。検出結果はメールで通知されます。

《1》撮影：検出を行いたい合格品・不合格品の画像をデジカメなどで撮影し、一つのフォルダにまとめて保存しておきます。
《2》アノテーション：「アノテーション」メニューをクリックします。手順１のフォルダからアノテーションを行う画像を読み込み、各画像の中で検出したい対象物にアノテーションboxを配置します。
《3》アノテーションデータのアップロード：「アノテーション」の「学習」ボタンをクリックして、手順２で作成したアノテーションデータをDeepSkyプログラムにアップロードします。学習完了後、ご登録のメールアドレス宛てに学習完了通知メールが送信されます。
《4》検出・認識：「検出・認識テスト」メニューをクリックして検出・認識したい画像をDeepSkyプログラムにアップロードします。結果画像はご登録のメールアドレス宛てに画像添付メールとして送信されます。 （詳細を見る）

高級車に使用される内装用の塗装部品の検証依頼です。
「塗装ブツ」も弊社へのお問合せが増加している事例の一つです。様々な塗装メーカーで弊社の画像検査を導入いただいています。

当社では技術スタッフによる「簡易評価サービス」を無償提供しています。簡易評価で検出や判定ができた場合、実際の運用を想定したテストにあたる「実現性検証」を行って処理時間や判定精度などの評価を行うことをお勧めしています。また、デモ機を無償で貸出しして、実際にユーザーがディープラーニングの検査ソフトを体感いただく事も可能です。

DeepSky の検査機能を使用することにより検査が可能でした。
コンベアに検査対象のワークを流し、一辺を拡大して撮像しています。塗装品のブツは光の加減を調整して撮像することが大きなポイントとなります。 （詳細を見る）

食品メーカーよりお問い合わせがありました。 作業者が具材をひとつずつ入れている工程でおでんの具材がきちんと容器に入っているかを画像検査で確認します。大根は最初に入れるため入れ忘れがないのでその他のちくわ、こんにゃく、つくね、たまごの4種を検証します。

ちくわ、こんにゃく、つくね、たまごの4種をDeepSkyに学習させ、それぞれ1つずつ検出したらOKというような設定としました。 検出対象の具材が隠れてしまうと検出できない時がありますが、おおよそ半分以上写っている時は検出ができていました。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：約163 x 130mm
検査対象の最小サイズ：40mm
検査個所数：4ヶ所
カメラ解像度：130万画素
レンズ焦点距離：12mm
レンズと製品との距離：330mm
照明：室内灯 （詳細を見る）

金属加工メーカー様より、位置決め無しで７ｍの長さの棒の本数をカウントしたいといった要望です。

今回、未塗装の丸棒でしたが、以前検証報告した白く塗装した棒と同程度の正確さでした。ただ、大きさや角度が大きく異なるものは未学習のため不正確になります。
左の画像はアノテーションで右の画像はカウントするワークを検出して点で表示しています。
ルールベースの従来型画像検査ソフトよりAI（ディープラーニング）の画像検査ソフトは屋外などのある程度の明るさや撮像環境に違いがあっても検査ができることが強みです。
様々な業界、様々な工程で検査ソフトはお役に立ちます。

DeepSkyではコンベア上のカウント対応の上位ソフトをご利用いただくことが出来ます。
様々な運用方法でカウントできる仕様になっています。

【使用したソフト】
Deepsky （詳細を見る）

部品の計数はよくあるお問合せの一つです今回はプラスチック部品メーカーさまです。人手不足による検査自動化の要求が年々増加していることを感じます。

DeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査しました。 検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するよう になります。 お預かりしたサンプル品を検証致しましたところ、員数、計数は可能でした。しかしトレイ の指定のなかったサンプルについては密着したり重なった場合には、検査品に工夫をすると検証が可能になりました。 検査タクトに関しては以前、提出させていただいた、EasyInpector の方が短いです。しかし トレイに入れない計数は判定が難しいため、今回は DeepSky で検証することと致しまし た。DeepSky での検査タクトは PC スペックなどによりますが１画像（1 検査）0.3 秒程度 です。

DeepSkyではコンベア上のカウント対応の上位ソフトをご利用いただくことが出来ます。
様々なタイプの計数ができる仕様になっています。 （詳細を見る）

食品メーカー様のシュリンク包装品の破れの有り無しを無料の簡易検証でご報告しました。
変形・段積み崩れ・フラップ糊付け等も引き続き検証して様々な不良検出をご提案したいと思っています。

簡易検証では人が目視ですぐに分かる程度の破れ：8割程度、製品の色が白等で人でも分かりにくい破れ：5割程度の正判定が可能でした。 今回は限られたサンプル品で検証しており、学習データが少なかったためこのような精度になったのではないかと思います。より多くのデータを学習させることで検出の精度は上がります。

【使用したソフト】
Deepsky （詳細を見る）

DeepSkyは、いわゆるAI（Deep Learning）を使用した画像検査ソフトで、検出させたい部分を学習させることでソフト自身が設定パラメータを調整し、認識するようになります。
従来のものとは具体的に何が違うのか、DeepSkyの3つの特徴をお伝えします。
※ワッシャーの傷の検査を例にしています。

▼検査対象物の位置決めが不要
（図1　傷なしOK）
（図2　傷ありNG）
位置決めが不要ということは、画面内のワッシャーの数が異なっても同じ設定で検査可能です。
固定が難しい検査対象物などに効果的です。

▼明るさが変化しても検出できる
（図3）こんなに暗くしても傷を検出してくれます。
金属部品で反射を抑えることが困難な場合や、そもそも色の種類が複数ある製品等に効果的です。 （詳細を見る）

▼機能：エリアごとのOK/NG判定
「画像の中に何が何個検出されたか」だけではなく「どこに検出されたか」で判定する機能です。

用途によっては画面全体での個数では正しく判定できない場合があります。例えば下のようにコンデンサ2個、向きが互い違いになっている場合です。この場合、コンデンサの向きがそれぞれ逆になっていれば不合格とすべきですが、全体の個数としてはどちらも極性マークが上にある物と下にある物、それぞれ1個ずつとなるためどちらも合格となってしまいます。（図1）

このような場合はエリアごとに分けて判定を行います。下の点線の枠のように、あらかじめエリアを決めておいてそれぞれのエリアで個数判定を行います。（図2）
それぞれのエリアの中で：
「上向きのコンデンサが一つ検出されたらOK」
「下向きのコンデンサが一つでも検出されたらNG」
といった設定を行います。（図3）
これにより同じ個数で互い違いになっているNG品でも正しくNG判定できるようになります。（図4） （詳細を見る）

▼機能：オートアノテーション
アノテーションを自動で実行してくれる機能です。従来はβ機能でしたが Ver. 2.2.0.0から正式な機能となりました。

物体認識ではアノテーションがとても大事ということはご存知の方が多いと思います。ただ、画像内に対象物が沢山あるとアノテーションの作業量が多くなり、そして作業量が多くなるとアノテーションをし忘れたり間違えたりというミスがどうしても増えます。アノテーションをし忘れてしまうと、DeepSkyは同じ物体に対して「これは（同じように見えるが）見つけてはいけないものだ」という判定をするようにパラメータを調節してしまうので物体の認識率が著しく下がったりといった問題が出てしまいます。（図1　アノテーション忘れ

そこで、オートアノテーション機能が登場します。オートアノテーションを使うと、ボタンのクリック一つで「いままでの学習データから考えるとここにアノテーションしたいですよね？」といったアノテーションの提案を自動で行ってくれます。
（図2・3・4を参照） （詳細を見る）

様々な食品生産・加工の現場から何件かお問合せもいただいております。

お弁当に混入した髪の毛や異物の検出など、EasyInspector（旧EasyInspector）では難しかった案件にも対応でき、ますますAI（ディープラーニング）機能の対応の幅の広さを実感します。
DeepSkyは、検出したいものに対して幅を持たせて教えることが出来るので、
「この形！」という決まった形 “ではない” 異物に対しても検出することが可能です。

現状人の目でチェックしているけど「これって検査出来るのかな？」と思うもの、まずはお気軽にお問合せくださいませ。 （詳細を見る）

DeepSkyは検出した物体の座標を TCP/IP通信で上位システムに知らせる機能を持っているため、上位システムで物体の座標を追跡することにより様々な応用が可能になります。ここではコンベア上を流れる物体を検査しつつ、物体がカメラの中央を横切った時にカウントするソフトを紹介します。

下の図（図2）はコンベア、カメラ、ソフトの構成を示しています。カメラの画像をDeepSkyで処理して物体の種類と座標を検出し、その結果を上位のカウントソフトに渡しています。カウントソフトは物体を追跡し、画像の中央を横切った時にカウントアップしています。

ベルトコンベアを移動する製品のイメージです。上部のカメラで撮影し、NG品をチェックしつつ製品をカウントします。PLCなどと連動して規定数に近づいたときに速度を落としたり、ブザー鳴動させたりすることもできます。

カウントソフトでは物体の座標を追跡して物体をカウントします。このようにDeepSkyは上位のソフトと連携できるため様々な使い方をすることができます。カウントソフトのようなカスタムソフトは弊社でも製作可能です。 （詳細を見る）

検証中や導入後にユーザー様からいただいたご質問、ご報告でDeepSkyの設定に関する
有益な情報が多くございましたので紹介いたします。

Q.　過学習の判断方法は？
Q.　収束0.1以下とは？ラベル数が増えると収束しにくくなる？
Q.　途中から追学習した時とリセットして再学習した時の違いは？

※詳しくは関連リンク（ブログ）をご覧ください。 （詳細を見る）

今回はアノテーションに関する情報を紹介いたします。
アノテーションは検出精度に関係する重要な設定のひとつですので、是非参考にしていただければと思います。

Q.　ラベルをまとめるか、それとも細かく分けるか
複数の検出対象（キズ・ヨゴレ・ダコンなど）があるときに、アノテーションのラベルを「欠陥」と全て同じ名前で
登録するか、「キズ・ヨゴレ・ダコン」と形状ごとにラベルを分けて登録するといった2パターンがあります。
DeepSkyはラベルが少ない方が検出結果は向上する傾向があるので、なるべく同じラベルで登録する方が良いです。
ただ、どの欠陥が検出されたか知る必要がある場合は形状ごとにラベルを分ける必要があります。
この時に、キズを間違えてヨゴレで登録すると学習時に整合性が無くなってしまい、上手く学習できないケースがあります。
そのため、アノテーションは間違い、見落としが無いように慎重に行う必要があります。
（図1） （詳細を見る）

最近「今やっている農作物の検品がもう少し楽にならないか」というお問い合わせをいただくようになりました。

地元の農家の方からいただいた野菜を使って
■ジャガイモの等級分けが出来るかどうか
■トマトの傷が見つけられるか　　
をスカイロジックでテストしてみました。

▼ジャガイモの等級分け
左から A→B→C で等級分けしたジャガイモを角度を変えて写真撮影（画像は一部、計66枚撮影）し、
学習データを作成して検査させたところ,,,
ABC等級分けできました。
（30枚中30枚等級分けできていました、100パーセントの正答率）

▼トマトの傷をみつける
傷のあるトマトがなかなか見つからなかったので１種類ですが、この傷を検出できるかテスト。
ジャガイモ同様に姿勢を変えて写真撮影（12枚）し、学習データを作成、検査を行ったところ
画像のようにキズを検出できました。
（30枚の画像を検査して全てキズを検出できました、100パーセントの正答率） （詳細を見る）

これまでスカイロジックでは工業製品を中心に画像検査の案件を取り扱ってきました。
これは工業製品の「同じ物をたくさん作る」という性質と従来方式（ルールベース）の画像処理がマッチしていたからです。
逆に言えば工業製品でも良品の色・形が安定しないようなものはこれまでの方式では取り扱いが難しいというのが現状でした。

しかしAI（ディープラーニング）を活用した画像処理方式が登場したことにより、バラツキのある物も画像処理の対象に入るようになりました。
これはAIが「些細な変化を無視しながら、見つけたいものだけを検出する」ことが得意なためです。

さてここでタイトルに繋がるのですが「良品の色・形が安定しないもの」と言えば食品です。
材料不良、異物混入、員数不良、部材の欠品など…、対象が食品であっても工場で生産されているものは工業製品と同様の悩みを抱えているはずです。ただ従来の方式ではあまりにも処理の難易度が高く、諦められてきました。（そして私も諦めてきました。）

AI、試してみませんか。 （詳細を見る）

こんなお悩みありませんか？
■手作業に時間が掛かる
■等級選別が難しく、目視による見落としが発生する
■雇用労働に頼るため、人件費がかさむ
■熟練者の高齢化が進む一方、担い手がいない

画像検査ソフトで自動化を可能にします！
1）手作業でやっていた不良検出作業が自動化できる
　⇒キズ、変色、汚れなどを検出し、作業時間を短縮！
2）難しい等級選別が誰でも簡単にできる
　⇒さまざまなルールで判別が可能！手作業から解放！
3）パソコン１台から運用！低価格で始められる
　⇒導入コストを大幅削減！

作業員を最小限に留め、人件費の削減！
目視による見落としを防ぎ、品質価値をアップ！
大きな機械の導入等はなく、小さく始められます！

【検査事例】
■大きさによるトマトの分類
■花の種類の分類
■トウモロコシの種の判別
■茶葉の種類判別
■みかんの傷の検査
■コーヒー豆の欠陥検出

※詳しくは関連リンクを御覧ください。 （詳細を見る）

ＡＩの発達と普及により、これまで困難とされてきた食品における異物（虫、カエル、アニサキス、毛髪など）の自動検出が可能になりました。手早い作業の最中では見落としがちな異物をAIの目で発見します。

■食品への毛髪混入
■カップ麺の具材の有無確認
■トレー上のパンの種類判別
■肉の部位の判別
■箱詰め菓子のカウント
■玉子のひび割れ検査

▼ＡＩで見逃しを防ぎ、食の安全を確かなものに
農作物のキズや腐り、食品の具材不足、異物混入など…、目視で確認しても完全には防ぐことができず見逃しが発生してしまう。ＡＩは疲労することなく農作物や食品を見続け、見逃しを効率的に低減させます。

▼選果の標準化・省力化
農作物にはキズや虫食いなど様々なチェック基準があり、また色味や形などでも選別する必要があります。これらを人の手で行った場合、どうしても見落としや人による主観が入ってしまい、一定の品質を維持することが困難です。ＡＩの目は常に一定の基準でチェック・選別するため選果の標準化・省力化に寄与します。 （詳細を見る）

虫、プラスチック、カエル、アニサキス、毛髪などの異物を秒間約10回の速さで監視。人の目に代わってAIの目が効率的に異物を発見し、光やブザーでお知らせします。PLCと接続すれば異物発見時にコンベアを止めたり排出したりすることも可能です。

▼ベルトコンベアにポン付け
PCを置きづらい場所でも、aiforce-miniならコンベアや制御盤の側面に取り付けて使うことができます。

▼検出できる異物
虫、プラスチック片、カエル、アニサキス、毛髪など目視で確認できるもの

▼異物以外にも
学習によりキズ、傷み、焦げ、欠けなどもコンベア上でチェックすることもできます。

【製品構成】
・aiforce-mini 本体（AIソフトウェアインストール済み）
・産業用カメラ
・レンズ（検査対象と撮影距離によって仕様を選択します）
・カメラ用USBケーブル（3m）
※ 設定時に必要なマウス・キーボードおよびモニタはオプションとなります。
 （詳細を見る）

今回ご相談いただいたメーカー様も以前よりお問合せのある企業です。サンプル画像を送付いただきました。
弊社ではWEB会議での使用説明やデモンストレーションも行っております。先ずWEB会議で先方のお困り事や運用状況を伺って検証に入る方がよりスムーズなご報告ができます。

■検査設定と検査結果
頂いた2種類の画像で分光照明の画像と一般照明の画像それぞれ学習を行い、処理を実行しました。どちらの画像も異常箇所を指定して、それを見つけるように学習させています。分光照明の画像ではある程度不良らしい箇所を検出できており、教師データを増やすことで検出精度を改善できる可能性があると感じました。
一般照明の画像では正直判定が難しい印象です。
右の画像のように大きく粒状に写る不良以外は検出が厳しそうです。左の画像は分光照明の画像で不良を検出している表示です。
検出画像の数字はAIの自信度数％で、認識点数と呼んでいます。 （詳細を見る）

加熱収縮済みの透明フィルムの計測でマジックの赤枠部を計測したいといった要望がありました。
今回、簡易検証する化成品やプラスチック加工のメーカー様は以前からお問合せをいただいているリピートのお客様です。

【検査設定と検査結果】
画像例（図2）では向かい合うそれぞれの枠から枠までの長さを測定しています。 枠は 999 個まで増やせるので上下左右で任意の箇所を測定して平均値を出すようにすれば 4 カ所だけ測定するよりも精度が上がるのではないかと思います。測定値の大元はピクセル数で算出され、これに 1 ピクセルが何ミリかという係数を掛けて 実際の寸法に変換ができます。 （詳細を見る）

「付着した虫を発見してコンベアを止める」（https://skylogiq.co.jp/DIY_HowTo/291）で製作した100V電源のON/OFFの仕組みでは大きなメカニカルリレーを使っていました。100Vの電位差のある接点をリレーの電磁コイルでON/OFFすることにより、思いのほか大きな電磁ノイズが発生していました。

電磁ノイズはUSBなどのインターフェースに通信不良などの不具合をもたらす可能性があります。今回はソリッドステートリレー（SSR）を使い、電磁ノイズが極力発生しない電源 ON/OFFの仕組みを作ってみました。

動画の冒頭では 100V電源にリング蛍光灯を付け、DeepSkyがOK/NG判定 → Intelligent I/Oに OK/NG出力 → Intelligent I/Oに接続したブザーとソリッドステートリレーがON/OFF → リング蛍光灯が ON/OFFするという動作を行っています。リング蛍光灯の代わりにベルトコンベアをつければ、OK時はコンベアが動き、NG時には止まる（ブザー鳴動）、といった自動動作ができます。 （詳細を見る）

塗装品はブツ（不良）の撮像が難しいワークと言えます。 画像検査にとって不良部分をはっきりと捉えることはとても重要な要素になります。照明の当て方を工夫して検証します。

【検査設定と検査結果】
画像の様に検出させたい部分を矩形で囲む作業をアノテーションといいます。 実際はなるべく多くのブツを撮像してアノテーションする必要があります。 枚数は検査にもよりますが、50 枚程度は必要と考えています。ブツの大きさから、カメラを2台（検査タクトを考えると2システム）でのご提案となります。
DeepSkyというソフトで予め様々なパターンのブツを学習させることで、未知のブツに対しても検出ができるようになる仕様です。

【使用したソフト】
DeepSky （詳細を見る）

ダイカスト製品をDeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査しました。
検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するようになります。
今回はDeepSky でコンベア上を想定し全数検査する運用を想定しています。

【検査設定と検査結果】
今回もエンドユーザー様から直接のお問合せでありました。弊社ではコンベアなどの産業機器の販売は行っていないため業者を通して購入いただくようにお願いしています。
左の画像はアノテーションと呼ばれる検査で見つけ出したい不良部分を囲う作業です。
右の画像は検査結果の検出枠です。数字は認識点数というＡＩの自信度％です。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：約46×37ｍｍ
検査対象の最小サイズ：5mm
検査個所数：1ヶ所
カメラ解像度：130万画素
レンズ焦点距離：50ｍｍ+接写リング5ｍｍ
レンズと製品との距離：約430ｍｍ
照明：室内蛍光灯 （詳細を見る）

精密部品などの高精度の樹脂成型部品のメーカーでも弊社の検査ソフトをご検討です。
運用の状況や希望を把握する以前の簡易検証では従来型ルールベース方式の検査ソフトとAI（ディープラーニング）を使用したソフトどちらがより希望に合うか検討するため両方のご報告をする場合もあります。

【検査設定と検査結果】
左の画像EasyInspectorの検出の拡大画像ではワーク が収まる程度の視野に設定して不良サンプルを検査したところ、黒点や汚れの 検出自体は可能でした。 ただ検査する領域の中に形状の凹凸や輪郭の影が有る場合、それを誤検出してしま う可能性があります。従来型のソフトでは位置ズレの影響を受けやすくなります。
右の画像はDeepSky を使用した場合です ディープラーニングにより不良を学習し、画像上から不良箇所のみを検出します。 その性質上、適切に学習を行えばパッド吸着によるバラツキがあった場合でも目的の不良 箇所の検出が可能です。

【使用したソフト】
使用ソフト：EasyInspector・DeepSky
※現行EasyInspector2はAI機能も搭載しています。 （詳細を見る）

以前からお取引のあるオーディオ機器メーカーさまは。様々な事例をお問合せいただいています。今回はいただいた画像で基板に取り付けられた部品の実装について簡易検証します。指定した位置に指定した部品が取り付けられているかはどの業界でも様々な工程で応用いただける事例です。

【検査設定と検査結果】
DeepSkyの検査機能を用いて基板に取り付けられている部品の判定は可能でした。
今回はエリア設定も行うことにより、指定した部品が指定した場所に取り付けられているかを良好に判定できています。左の画像はエリア設定です右の画像はアノテーションです。

Webサービスによる検証検出の可否だけであればWeb上でもディープラーニングによる画像処理をお試し頂けます。
https://deepskyweb.com/

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

工作機で加工した部品寸法の検査良否判定について、現在の目視による基準から、データに基づいた基準にする検討をしている空気圧機や制御機器メーカーのご担当者よりご相談がありました。
製品の寸法を記録に残したいご要望でサンプル画像をいただきました。

【検査設定と検査結果】
EasyInspectorとDeepSky両方の検査を簡易検証を行いました。どちらも検出することは可能でした。

弊社では必要に応じて従来型ルールベース方式の検査ソフト「EasyInspector」（検出結果は左画像です）とAI（ディープラーニング）を用いた「DeepSky」（検出結果は右の画像です）両方のご提案をすることができます。
記録方法としては、SCV（Excel）と検査画像を残す方法があります。

【使用したソフト】
使用ソフト：EasyInspector　DeepSky （詳細を見る）

工業用機械の刃物を中心に活躍されているメーカー様はAI（ディープラーニング）を用いたDeepSkyと従来型ルールベース式EasyInspector両方に興味をもっていただいたようで、サンプル品をお送りいただきました。今回はEasyInspectorでの検査のご報告です。

【検査設定と検査結果】
EasyInspectorの「マスター画像との比較」機能を使用することにより1カ所の穴の違いを検出し、見た目の似通った類似品（異品）を1.64秒で判定することができました。ズレ補正枠はワークのカド部分（赤枠）と穴部分（水色枠）に設置しました。右の画像では溝の影になっている部分に、ピンの白い色が出現しており、その部分を差異として赤く検出して NG と判定しています。 （詳細を見る）

自動車メーカー様よりホイールピンの左右が間違って取り付けられてしまう事例がありお困りでした。今回は自動車製品に取り付けられる前の段階で「R」「L」を見分ける検査です、ボルトの刻印の向きはバラバラで判定できるか、パーツフィーダー上で整列された状況でのチェックするがご検討中でした。

【検査設定と検査結果】
EasyInspectorの「マスター画像との比較」機能を使用することにより左右のボルトを判定することができました。RとLの刻印で識別を試みましたが反射などによりうまく検出できませんでした。そのため今回の検証ではボルトのねじ部の向きを検査することによりパーツフィーダー上で整列された状況でボルトのRとLの識別が良好に0.36秒で判別することができるようになり報告致しました。 （詳細を見る）

金属部品の傷の検出を簡易検証しました。お客さまとのやり取りでルールベース式の従来型とAI（ディープラーニング）を使用した検査ソフトどちらが良いかご検討いただくために両方のソフトをご報告することがあります。

【検査設定と検査結果】
お預かりのサンプル品で検証した結果、リング照明を使用することで金属部品の傷は検出可能でした。
EasyInspectorの「傷ブツ検査」機能を使用することにより1カ所（画面全体）からキズの検出が0.34秒できました。径や長さの違い毎に設定を調整する必要があります。DeepSkyでも0.3秒で定的な検出が可能でした。

左の画像はEasyInpectorの検出部分拡大です。右の画像はDeepSkyの検出枠の拡大です。 （詳細を見る）

樹脂成形品の外観検査を無料評価しました。35φの円形部品の異物、バリ、ショートの検出です。検査タクトは1秒2秒位置固定は行わずコンベア上で見る事が理想といったお問合せで弊社外観検査ソフトDeepSkyの得意分野の事例です。

【検査設定と検査結果】
今回お送り頂きました樹脂成型品の「異物・バリ・ショート」の検出可否について、 異物、バリは検出可能でした。 異物：お送り頂いたサンプルでしたら、ほぼ 100％検出できました。
バリ：お送り頂いたサンプルでしたら、ほぼ 100％検出できました。
ショート（欠けている）：お送り頂いたサンプルでしたら、ほぼ 100％検出できました。
ショート（小さな欠け）：検出できないことがあり、精度は 2、3 割程度でした。
今回は DeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査しまし た。 検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識す るようになります。
 （詳細を見る）

差し込みが甘いことによって飛び出た（ように見える）部分を差異として検出したいとお問合せがありました。
プラスチック加工業のお客様です。

【検査設定と検査結果】
EasyInspectorの「マスター画像との比較」機能を使用することにより検査は可能でした。ただし、マスター画像との比較は「マスター画像との違い」があれば差異として検出されて しまうので、もし良品同士で差し込み具合の違いがある場合は誤検出になる可能性があり ます。また位置決めも検査としては比較的厳しめの検査となります。 ディープラーニングを活用した DeepSky というソフトの方が今回の検査には向いていそう です。こちらのソフトの場合は良品と不良品を学習させることで合否を判定します。従来の手続き型の検査ソフトに比べて良品同士の変化に強いため、EasyInspector ほど厳密な位置決めは恐らく必要なくなり、また差し込み具合の微妙な違いやケーブルの写り方の 違いがあるような画像からでも良品/不良品を判別できます。 （詳細を見る）

高性能精密プラスチック金型・プレス金型設計等の製造メーカーでは目視検査を自動化するためにホームページよりお問合せがありました。 当社ホームページではEasyInspectorの60日無料お試しソフトのダウンロードとDeepSkyのWEBお試しができます。ぜひご確認ください。

【検査設定と検査結果】
EasyInspectorを使用した場合の結果と、DeepSkyを使用した場合の結果を両方の結果を提出しました。
今回は工程がパッド吸着でバラツキがあることや、部品上のどこに不良が出てくるか分からないことなどを考慮すると、DeepSkyの方が向いている可能性が高いです。

DeepSkyのWEBお試し版では教えたものを見つける事しかお試し頂けません。OK/NGの判定も検証をご希望ということであれば製品版を無料でお貸し出し致します。

【使用したソフト】
使用ソフト：EasyInspector　DeepSky学習版
検査個所数：1ヶ所　画面全体から不良を見つける （詳細を見る）

展示会ご来場のお客様からサンプルをお預かりしました。アルミニウム加工メーカーではワークのブツや油の付着にお困りでした。

昨今の情勢として、熟練作業員の高齢化や新型肺炎の蔓延により工場に人が集まらない事、そのほか働き方改革の実現のためにも、業務効率化を推し進める動きは大きくなっています。当社には様々なクライアント企業からのお問合せがありますが　ますます、その動きは加速しているように感じます。当社の画像検査で皆様の効率化に貢献できれば幸いです。

【検査設定と検査結果】
「DeepSky」を使用致しまして「ブツ」や「ユジワ」を検出する事ができました。
ただ、1面のみの検査ではあらゆる面の検査はできませんので検査品を動かしつつ（照明の当たる位置を変えつつ）、検査を行う方法を分かりやすく動画でご報告しました。左の画像はアノテーションという見つけたいもの（不良）を囲う設定作業です、右の画像は検出枠です。 （詳細を見る）

以前よりお付き合いのあるオーディオ機器メーカーから部品のクラックの検査についての簡易評価の依頼です。
サンプル画像16枚が届きました。

弊社では技術スタッフによる検証やサポートを日々受付しています。
運用中のお困り事、ご質問、不明点などございましたらいつでもお気軽にご連絡いただけますと幸いです。

【検査設定と検査結果】
16枚の画像のうち 10枚を教師画像として学習させました。 教師画像 10枚と未学習画像 6枚（OK３枚、NG３枚）の計16枚を検査しました。 クラックが 0の時に “合格” 、1つ以上検出したら “不合格”と設定し、結果は、16枚全て検出することができました。学習させていない未知の画像であっても、クラックと判定して検出しています。 左の画像は画面に表示される検出したクラックの数を表示しています。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

以前もお問合せいただいたことのある大手総合電機メーカー様よりDeepSky による簡易検証のご依頼です。
ワッシャーの有り無しなどはDeepSkyが得意とする分野です。AI（ディープラーニング）をより身近に体験いただくためにWEBお試しをお勧めします。

【検査設定と検査結果】
頂いた画像の中から OK10枚、NG10枚、合計20枚の画像を学習データとして使用し、それらを除く画像の中から OK5枚、NG5枚、合計10枚の画像を未知のデータとして判定を 行いました。 今回の検証の限りでは誤検出は無く、合計30枚の画像を全て正常に判定することが可能でした。

【使用したソフト】
使用ソフト：DeepSky
 （詳細を見る）

以前よりお取引のある海外に展開されているオーディオ機器メーカー様から新しい案件の簡易検証のご依頼です。AI（ディープラーニング）を使用した検査ソフト「DeepSky」をリリースした当初から様々な案件をお問合せいただいています。

大手であっても意外と検査は自動化されていない現状があります。
安定した検査精度の追及とコストダウンなどを目的に自動化がすすめられています。
工員の高齢化などによる人材不足が顕著になる中「日本のものづくり」を守るために画像検査で業務効率アップをご検討ください。

【検査設定と検査結果】
お送り頂いた画像で全体を括ってアノテーションして試しましたが、
思うように識別できず、御社で検証して頂いた様な結果と同様になりました。OKだけを学習させる方法でもNGの9割近くをOKとしてしまいました。
ただ、昨日ご提案した様な位置決めをしてエリア内の検出個数で判定する方法を仮定し、シートポスト、くぼみを学習させて（5教師画像枚）検証したところ今回頂いた画像でしたら100％正しく検出できました。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

実際にDeepSkyを導入いただいているお客様のサポート事例です。検出率を上げるためのご案内をしました。検出する箇所をAIに覚えさせるための「アノテーション」ですが検査精度に大きくかかわってきます。下の画像は検出率が低かったアノテーションです。大きすぎるアノテーションと小さすぎるアノテーションは検出率を下げると案内しました。

弊社では技術スタッフによる検証やサポートを日々受付しています。
運用中のお困り事、ご質問、不明点などございましたらいつでもお気軽にご連絡いただけますと幸いです。

【検査設定と検査結果】
不合格箇所を1つ以上検出して不合格の判定と設定しました。（検査した画像は学習させた教師画像とは別の未知の画像）未知の画像32枚（良品16枚 / 不良品16枚）を検査し、正判定：30枚 　誤判定： 2枚（不良を検出できなかった、良品は全て正判定）※教師画像も検査しましたが、2枚誤検出しました。おそらく学習の枚数、時間を増やすことで検出できるようになります。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

自動車部品などの精密加工品メーカー様からの簡易検証後の運用についての具体的なご相談の内容です。
ワッシャーのテクスチャーを画像処理してダレ部分を検出するための設定を作成します。

無料サンプル評価では、まず頂いたサンプルまたは画像を使用して簡易検証を行い、検証結果を報告いたします。
簡易検証ではご要望の検出/判定が可能か社内の機器で評価します。簡易検証で検出や判定できた場合、実際の運用を想定したテスト（実現性検証）を行い、処理時間や判定精度などの評価を行うことをお勧めしています。実現性検証を行う場合、弊社で引き続き行う(有償)か、弊社貸出機を使って御社で検証されるかお選び頂けます。

【検査設定と検査結果】
お預かりのサンプル品で検証したところ、ダレの有無の判別は可能でした。
真横より少し斜めに撮像した方がダレの有無による写りの差が良く出ました。13 枚の画像を教師データとして使用して検査したい箇所を枠で囲み、各画像の該当箇所全てに「ダレ有り」または「ダレ無し」のラベル設定しました。約 500step 学習を実行し、「ダレ無し」のラベルが見つかった時に不合格となるよう設定しました。 （詳細を見る）

産業用機械メーカーからの依頼でサンプル画像による簡易検証です。 画像検査を導入する場合、検査部分の撮影環境はとても重要になってきます。
昨今、コンプライアンスやセキュリティの関係でサンプル品の送付が難しい事例が多くあります。画像送付での検証の場合は承ることはできますが、よりよい撮像環境のご案内ができない場合もあります。そのような場合、サンプルの質感は変わりますが弊社で模型を作成して検証することをご提案することもあります。

【検査設定と検査結果】
頂いた画像の中で、良品と比較して差異の大きい不良画像を教師データとして学習を行った 場合、差異の大きいものは不良として検出することが可能でした。 差異の小さなものに関しては検出が困難なものもありました。 画像の取得に関して、今回の検査物では自由な距離で撮像を行った場合、検出は難しいと判断致しました。 カシメが画像中央に同じ大きさに写るよう撮像環境を調整すれば検出精度が向上する可能性が有ります。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

二輪や自動車部品などの金属製品の打痕やキズの簡易検証を行いました、見た目がほぼ同じため類似の不良品を出荷するという事故が発生してお困りでした。

検査工程では安定した検査精度の追及とコストダウンなどを目的に自動化がすすめられています。
工員の高齢化などによる人材不足が顕著になる中「日本のものづくり」を守るために画像検査で業務効率アップをご検討ください。

【検査設定と検査結果】
お預かり中のサンプル品を用いて検証を行ったところ、打痕やキズを検出することは可能でした。ただ良品にある小さな打痕やキズ、または画像上でそのように写ってしまう表面状態のものは異常として検出されました。
サイズが極端に小さい物などは検出対象を「打痕大」、「打痕小」などに分けて、「打痕大」が見つかった時のみNGとするなど対応方法はあると思います。 （詳細を見る）

各種モーターを手掛けるメーカーでは弊社のAIを用いた画像検査ソフト「DeepSky」に販売当初から興味をもっていただいておりました。今回はネジの傷や打痕を判定します。

当社検査ソフトは2,000 例以上の画像検査の実績があります。金属、プラ、食品、電子基板、医薬品など検査事例として多数掲載していますので、ご検討中の検査と同様の事例ががあるかホームページでお確かめください。

【検査設定と検査結果】
お預かりしていたサンプル品にて検証した結果、傷の検出は可能でしたので良好な検査結果のご報告ができました。弊社でのデモンストレーション、Web会議、デモ機貸出サービス等のご要望には無償でお応えできます。デモ機貸出期間は1週間程度でご案内しておりますが数に限りがありますのでお待たせする場合もあります。左の画像はアノテーション、右の画像は良好に判定している検出枠です。 （詳細を見る）

自動車及び建機用ハーネスのメーカーよりお問い合わせがありました。端子圧着の状態を画像検査により確認できないか得意先からの要望により当社ソフトで検査を行ないたいとのこと。無料の簡易評価を行いました。

無料サンプル評価では、まず頂いたサンプルまたは画像を使用して簡易検証を行い、検証結果を報告いたします。簡易検証ではご要望の検出/判定が可能か社内の機器で評価します。簡易検証で検出や判定できた場合、実際の運用を想定したテスト（実現性検証）を行い、処理時間や判定精度などの評価を行うことをお勧めしています。実現性検証を行う場合、弊社で引き続き行う(有償)か、弊社貸出機を使って御社で検証されるかお選び頂けます。

【検査設定と検査結果】
弊社のDeeplearning機能を搭載致しました「DeepSky」にて検証をさせて頂きました。結果、各NG品を検出し判定させる事ができました。画像左では２種類の異常を判定している検出枠です。右画像では設定画面で確認できる検出数です。
ただ、今回の検証では一部、誤判定をする場合もございました。この為、今後は更に検証数を増やして検証等を行う必要が有るかと思います。 （詳細を見る）

ワイヤーハーネスのメーカーでは複数のハーネスを束ねる工程もあります。
電子部品については従来型「EasyInspector」での検査も多いですが、DeepLearningを使用した「DeepSky」と組み合わせて運用いただくとよりクオリティの高い生産につながる場合もあります。

【検査設定と検査結果】
様々な色のハーネスであっても、裏表関係なくバンドを良好に判定ができました。今回いただいた画像では視野が大きく検出が難しくなりがちです。拡大して撮影すると精度が上がることをご案内しました。画像の数字はAIの自信度％（認識点数）です。

【使用したソフト】
使用ソフト：DeepSky

現行EasyInspector2にはAI機能を搭載しており、様々な色や形のある不良の検査にも対応しています。お客様の検査対象物に合わせてソフトのご提案を行います。 （詳細を見る）

以前もお問合せいただいた事のあるワイヤレスに特化した給電、充電製品のメーカーより簡易評価依頼がありました。

外観検査は単純作業と見られがちですが「OK」「NG」を判断するスキルが必要で、だれもが安定して行える作業ではない場合があります。体調や作業時間が長くなると疲れなども検査結果が不安定になる原因の一つと言え、弊社でも熟練工の技術のように検査判断を可能とする微細キズや汚れなども判定できる検査ソフトを開発しています。

【検査設定と検査結果】
頂いた10枚の画像でテストしてみました。各画像は次のように割り振りました。
1～3→テスト用画像　4～6→OKの教師データ　N7~N10→NGの教師データ
枚数が少なくNG用のテスト用画像は確保できませんでしたが7枚で学習を行ない、10枚の画像を正しく判定することは可能でした。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

プリント基板製造や実装向けのハード、ソフトの制作をされているメーカーよりご連絡がありました。
プリント基板に部品を搭載し、半田付けした後の半田状態の良否判定を画像診断で行えないか検討されています。

【検査設定と検査結果】
頂いた画像で検証した限りではNG箇所をNGと識別することができました。
この検証ではNG6枚、OK3枚の合計9枚の画像を使用しました。はじめにNG1～3、OK1～3の合計6枚を教師データとしてモデルを作成しましたが、NG7～8が検出できなかったためこの3枚を教師画像に追加 しました。結果として正しく検出することはできましたが、NGの出現場所が最右固定だったのでそれ以外のパターンでも検出可能かどうか検証がこれから必要です。 （詳細を見る）

自動制御設計・保守のメーカーよりお問合せです。射出成形されている金型成型品の容器蓋をインデックステーブルに投入したあと毎分18枚（1枚当たり3秒）のタクトでそれぞれの作業を行う場合の外観検査をご検討でした。「キズ」「ウェルド」「点ゴミ」について検出を試みました。

【検査設定と検査結果】
ひとまず照明の当たる範囲で撮像した画像で検証を行いました。検証環境ではキズ、ウェルド、点ゴミをそれぞれ識別することが可能でした。またウェルドラインに限りですが偏光板を使用した撮像方法（左の図）が効果的でした。

弊社では技術スタッフによる検証やサポートを日々受付しています。
運用中のお困り事、ご質問、不明点などございましたらいつでもお気軽にご連絡いただけますと幸いです。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

以前よりお取引のある塩化ビニルモノマーからポリマー、特殊塩ビ樹脂などを幅広く生産されているメーカー様よりお問合せでグループ会社から成形品形状の判別（左右対称形状品）が出来ないかとの申し入れがあり弊社に連絡をいただきました。

【検査設定と検査結果】
左 7 枚、右 7 枚の合計 14 枚の画像を学習データとして使用しました。検出したい物（今回はワーク全体）を枠で囲み、それぞれ「LH」、「RH」とラベルをつけました（左図）この作業を 14 枚の学習データ全てに実施しました。右の画像ではLH を LH と、RH を RH と正しく認識できています。左右を入れ替えても認識は問題ないです。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：約482 x 383mm
検査対象の最小サイズ：150mm
検査個所数：1ヶ所（画面全体に左右のワークがそろっているか）
カメラ解像度：130万画素
レンズ焦点距離：8mm
レンズと製品との距離：約575mm
照明：室内蛍光灯 （詳細を見る）

200×100ｍｍ角　オレンジレンズ(プラスチックレンズ)　キズ判定のお問合せです。
プラスチックレンズ　キズ判定　プラスチック成型品打痕(凹み)判定　プラスチックレーザー印字判定　その他外観検査の要望があります。初期段階では無料の簡易検証となり、その後有償の検証をご案内する流れになります。

【検査設定と検査結果】
画像検査ソフトEasyInspectorを使用して傷ブツが検出できるか検証をいたしました。結果、検出自体は出来ましたが、傷の種類によってその他の部分に誤検出が発生してしまい、”不良の傷のみ”を検出することは出来ませんでした。弊社の製品で、AI(ディープラーニング）機能を使用したAI画像検査ソフト「DeepSky」ですと、AIが自動で設定パラメータを調整し、傷のみを対象物と認識することが可能です。そのため、照明によって変わりやすい映りの変化も影響しにくいためお勧めいたします。

【使用したソフト】
使用ソフト：EasyInspector710

現在EasyInspector2にもAI機能が搭載されており、さまざまな検査に対応しています。
検査対象物に合わせてご提案いたします。 （詳細を見る）

Windowsソフトを操作する要領で運用できることも、初めて画像検査を導入するエンドユーザーからの問い合わせが多いポイントです。要望の多い「コンベア上で同時に検査とカウント」「読取困難な刻印のOCR」など実際の運用時に役立つ関連ソフトも今年に入って開発しました。このほか幅広いシステム運用が可能になる「拡張コマンド」をオプションで追加することができます。

【検査設定と検査結果】
画像は「アノテーション」と呼ばれる、検出を行う部分を枠で囲む作業です。 枠で囲まれた部分を「学習」させることにより対象を検出できました。

また、実際の運用のイメージとして、例えば移動する製品を連続撮影して異常が見つかった時に・ランプを点灯させる・ブザーを鳴動させる・コンベアを止めるなどを行うことができます。 （詳細を見る）

熱硬化性樹脂、熱可塑性樹脂の成形加工メーカーからのお問合せです。頂いた画像による検査です。

【検査設定と検査結果】
左の画像は検査したい部分を囲う作業（アノテーション）です。右の画像は検出枠です。
検証結果はNG 品を OK として誤判定されたものは有りませんでした、OK 品を NG として誤判定された画像は 2 枚ありました。

2021年9月からは教師画像の水増し機能が搭載されました。この便利機能を使用するとたまにしか出現しない不良の向きや角度、明るさの違う教師画像を増やした枚数の画像で学習ができ、精度が上がります。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：4ヶ所 （詳細を見る）

自動車などの内装はグレードに応じてカラーや装飾を選べる仕様になっています。配色の判定を以前よりお取引のある産業機械メーカー様からお問い合わせがありました。サンプル画像を送付いただき、簡易検証しました。

当社ホームページには検査ソフトのWEB無料お試しを公開しております。
AI（ディープラーニング）を使用した検査ソフトを実際に体感いただく事もできます。

【検査設定と検査結果】
45 枚の画像のうち 15 枚（各 5 枚）を教師画像として学習させました。 教師画像 15 枚と、未学習画像 30 枚の計 45 枚を検査しました。 結果は、45 枚全て正しく検出できました。 画像の内訳はシルバー11 枚、赤 19 枚、白 15 枚です

【使用したソフト】
使用ソフト：DeepSky
 （詳細を見る）

以前よりお取引のあるFA制御機器メーカーからのお問合せで、はんだの判定です。
AI（ディープラーニング）と画像検査との組み合わせはソリューションレベルの高い分野でもお役に立ちます。弊社の画像検査ソフトDeepSkyで効率の良い検査ができます。

【検査設定と検査結果】
画像で確認できるように、はんだを良好に判定しています。数字はAIの自信度数％（認識点数）です。
DeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査しました。検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するようになります。AI画像検査を成功に導くためには欠陥の特徴を明確にすることが重要になります。照明やカメラ環境についても弊社にお問合せください。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

以前よりおとりひきのあるFA制御機器メーカーからのお問合せで、はんだの量の判定です。
AI（ディープラーニング）と画像検査との組み合わせはソリューションレベルの高い分野でもお役に立ちます。弊社の画像検査ソフトDeepSkyで効率の良い検査をご検討ください。

【検査設定と検査結果】
画像で確認できるように、はんだの過少と過多を良好に判定しています。
検査ソフト「DeepSky」では判定したい部分を囲い、学習させる簡単な設定方法検査ができるようになります。

AIによる画像判定技術の向上により目視検査を自動化する動きが活発になっています。AI画像検査を成功に導くためには欠陥の特徴を明確にすることが重要になります。照明やカメラ環境についても弊社にお問合せください。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

FA制御機器メーカーからのお問合せです。
外観検査は単純作業と見られがちですが「OK」「NG」を判断するスキルが必要で、だれもが安定して行える作業ではない場合があります。体調や作業時間が長くなると疲れなども検査結果が不安定になる原因の一つと言える、弊社でも熟練工の技術のように検査判断を可能とする微細キズや汚れなども判定できるよう検査ソフトを開発しています。

【検査設定と検査結果】
機器のツメ実装を良好に判定しています。
Windowsソフトを操作する要領で画像データ収集→学習→判定の設定が可能になっています。売り切りで組み込みやすい検査ソフトです。「DeepSky」はWEB上でのお試しサービスがあります、今まであきらめていたような検査事例であっても、当社ホームページを確認してください。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

電子部品メーカーからのお問合せです。昨今コンプライアンスやセキュリティーの観点からサンプル送付が難しい事業所が増えています。

DeepSkyは不良箇所を学習させる方法で設定を作成していきます。そのため、検査内容にもよりますがサンプル送付が難しい場合、良品画像と不良画像データを20～30枚程度ご用意して頂く必要があります。
まずは、どのような検査内容か把握する必要があり、OKとNGの画像を数枚程度お送りいただくことからのスタートとなることが多いです。

【検査設定と検査結果】
送り頂きました画像にて検証を行った結果、良品と不良品の識別は可能でした。 画像が 8bit のモノクロ画像でしたので 24bit に変換してから検証を行いました。 今回の検証は DeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査しました。 検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するよう になります。 良品と不良品をそれぞれ異なるラベルで学習させ、識別できるように学習させました。 （詳細を見る）

近年の労働人口の減少は社会問題になっておりそのような中で品質を維持するためFA業界の検査へのAIの必要性は高まっています。音響機器メーカーでも弊社の画像検査ソフトをご検討いただいています。今回は基板コンデンサの極性検査の評価依頼です。

【検査設定と検査結果】
NG評価用の画像3枚を加えた合計23枚の画像で、教師データはOK5枚、NG5枚、評価用1枚の合計11枚としました。コンデンサの極性マーカーのみアノテーションし、12000step学習を実行し判定が可能でした。
DeepSkyは基本的に検出・判定に必要な機能だけ持たせており、お客様ごとの運用上で必要となるような機能については外部のアプリケーションを開発する方針をとらせて頂いております。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：8ヶ所 （詳細を見る）

高性能精密プラスチック金型・プレス金型設計等の製造メーカーでは目視検査を自動化するためにホームページよりお問合せがありました。 当社ホームページではEasyInspectorの60日無料お試しソフトのダウンロードとDeepSkyのWEBお試しができます。ぜひご確認ください。

【検査設定と検査結果】
EasyInspectorを使用した場合の結果と、DeepSkyを使用した場合の結果を両方の結果を提出しました。
今回は工程がパッド吸着でバラツキがあることや、部品上のどこに不良が出てくるか分からないことなどを考慮すると、DeepSkyの方が向いている可能性が高いです。
DeepSkyのWEBお試し版では教えたものを見つける事しかお試し頂けません。OK/NGの判定も検証をご希望ということであれば製品版を無料でお貸し出し致します。

【使用したソフト】
使用ソフト：EasyInspector　DeepSky学習版
検査個所数：1ヶ所　画面全体から不良を見つける （詳細を見る）

自動制御の専門商社よりお問合せです。コネクタの付いたハーネスケーブルの圧着有無判断、8本くらい束ねた色付線の色順判断　基板の4カ所のネジ締め確認判断の判定です。ケーブルは複数の型式があるようで、今回はDeepSkyとEasyInspector両方の得意分野を活用した評価をすることになりました。

【検査設定と検査結果】
挿入間違いの検査と圧着端子の不良検査2つの検査項目が異なるためそれぞれ別のソフトで検証致しました。

ケーブルの挿入間違いについてはEasyInspectorの指定色の有無検査、
対して圧着端子の不良検査はDeepSkyというソフトにて検証致しました。
それぞれのソフトに得意/不得意があります。
→EasyInspectorは無限パターンあるような状態の検査が困難。
→DeepSkyは順番や複数色ある中の1つだけ異なっているという判断が苦手。

左画像はDeepSkyの検出枠、右画像はEasyInspectorの検出結果です。 （詳細を見る）

電子部品や電子機器のメーカーからのご連絡で複数のハーネスを配線した後　結束する工程で結束バンドからハーネスがもれてしまう事故がありお困りでした。
先行して画像をいただいて結束バンドの個数をカウントすることで恐らく検査可能と案内しその後、実際にサンプルをお預かりし検証しました。

【検査設定と検査結果】
簡易検証では良好に判定はできました。運用については打ち合わせで条件を伺いながら考慮して詳細を詰めていきます。
昨今の社会状況からほとんどの場合WEB会議ですが、直接ご来社いただくことも可能です。近隣のメーカーではサンプルも持参いただくことも多く、静岡県浜松市は製造業が盛んな土地柄もあり様々な産業機械メーカーや制御機器メーカーまたはエンドユーザーへの提供、サポート実績があります。今まで諦めていた検査でもお問合せ受け付けています。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：1ヶ所 （詳細を見る）

以前からお取引のある充放電機器メーカーさまからの依頼で、見つけたい不良「キズ」や「スレ」がはっきり映し出せるかどうかが画像検査では重要なポイントになります。

【検査設定と検査結果】
頂いた画像をそれぞれ60度ずつ回転させて全部で36枚教師画像として学習を行いました。今ある画像を処理した限りでは見難かった擦り傷も再送いただいた照明を使用した画像では良好に検出できました。
サンプル品をお預かりしての検証ができない場合、画像検査では検出したい不良が撮影できないと判定ができません。照明などを駆使して不良を撮影できた画像を送ってもらい、評価させていただきます。
やはり無料評価では特定の不良サンプル画像で検出を行ったということや弊社の撮像環境であることなどから、ユーザーさま自身「デモ機お試しサービス」で実際に体感いただきたいとご案内する流れが多いです。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：1ヶ所（画面全体からキズやスレを見つける） （詳細を見る）

今までEasyInspectorを使用した基板の検査事例をいくつも投稿してきましたが、基板全体のどこかに半田ボールを見つければ「NG」といった検査にはDeepSkyがお勧めです。
DeepSkyは画面全体のどこかに１つでも発見したら不良判定といった検査が得意です。

【検査設定と検査結果】
「DeepSky」の検査機能を使用することにより全体から半田ボールを見つけることができ、１画面の検査を0.39秒で判定できました。画面全体にワークを映し、NGの半田ボールを見つけたい不良として「枠を囲う作業」をアノテーションといいます。アノテーションがうまくいくと良好に判定するパラメーターを設定できます。
今までの検査ソフトより「簡単に設定」ができることを「体感」いただけるように、AIを使用したソフトDeepSkyを弊社ホームページにてWEB上でお試しできます。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：40x 30mm
検査対象の最小サイズ：1mm
検査個所数：1ヶ所　全体
カメラ解像度：130万画素
レンズ焦点距離：25mm
レンズと製品との距離：約200mm （詳細を見る）

自動車部品などの高品質な鋳造・機械加工、塑性加工、音響製品の製造･販売し国内外に納品している以前からお取引のあるメーカー様から簡易検証のご依頼です。今回は部品の割れについてです、いただいた画像を用いトライしました。

「ワレ小」についてはサンプル数がある程度確保できているため、検出できなかったものについて理由を予想することができました。 「ワレ大」、「腕部ワレ」に関してはサンプル数が少ないためか今回の検証では十分な結果を 得ることができませんでした。 報告書では「ワレ小」の画像を中心に掲載し、その他の不良については参考画像として掲載 しています。 今回の検証で実際に検出できたワレよりも、小さい・細い・短い・薄い・暗いなどの判別し にくい要素があるものは検出できていません。 「小さい・細い・短い」に関しては視野全体に対してサイズが過少なために検出できていない可能性が高く、視野を分割することで今の解像度のままでも検出できる可能性がありま す。 「薄い・暗い」などは撮像方法の検討が必要かも知れません。またワレの深さが浅いなど根 本的に写りにくい種類の不良がある場合は検出の難易度が高いです。 （詳細を見る）

自動車用高性能部品や精密加工品メーカー様からのご依頼でワッシャーの表裏を判別しました。
弊社にもワッシャーは数種在庫がありましたのでお客様送付のサンプルではなく、こちらで準備した模型で判定し簡易検査のご報告をしています。

【検査設定と検査結果】
弊社にあるワッシャーで確認してみたところダレ有りと無しを別の物として認識することは可能でしたので、恐らくお問い合わせの検査も可能と考えております。画像では弊社のDeepSkyというソフトを使用し、ダレがある側を「オモテ」、平らな側を「ウラ」として学習させ、判定を行っております。より詳細な検証を行うにあたり、一般的には２つ方法があります。
(1)お客様側で検査可能な画像をご用意頂く方法検査物とカメラのレンズ先端までの距離を固定して、良品/不良品を真上から撮像した画像をご用意頂ければ弊社にて検査可否を検討させて頂きます。
(2)貸し出し機を使用してお客様側で検証を行って頂く方法弊社の貸し出し機器を使用してお客様側で直接検査可否の検討を行って頂くことも可能です。機器の貸出し状況によっては順番をお待ち頂く場合があります。 （詳細を見る）

ワッシャーを見分けることができるのか、1 枚の画像で M5 ワッシャーを 1 個だけアノーテーションし、その 1 枚だけで 100 ステップ学習を実行する実験です。
左の画像はアノテーション（見つけるものを覚えさせるための囲う作業）
右の画像は真ん中がM５ワッシャーで左右にサイズの異なるワッシャーを置いて検証してみました。

【検査設定と検査結果】
画面内どこに配置してもワッシャーをみつけることができました。 複数個配置して多少光り方が変わってもみつけ、向きが関係なく、変化の少ない物なら少ない学習で判別できています。サイズ違いやスプリングワッシャーもワッシャーとして認識しました。ナット（多少の形状違い）もワッシャーと判別。フリスク、クリップ、在庫にあったローラーはワッシャーではないと判別しました。大きすぎるものはワッシャーではないらしいが小さいものはワッシャーと判別。間にM5を入れるとワッシャーはM5だけを見つけた1個しか教えていないのにちゃんと比較をしていることが分かりました。 （詳細を見る）

自動車部品などの特殊鋼具のメーカーからのお問合せです。
カシメ部分の割れについて簡易検証することとなりました。

工員による目視検査では検査員によって「良品」「不良品」の判断基準にバラつきがあることも多く程度によって判断を迷うようなものであればあるほど検査結果がバラバラになる傾向があります。
画像検査で安定的で生産効率の良い検査をご提案します。

【検査設定と検査結果】
外周部分のワレは、上側からの撮像では捉えることができず、また横からの撮像では形状の凹凸の影を誤検出してしまうため検査は困難と判断致しました。
検証した範囲では、斜めの面は上から撮像すると影になってしまい、ワレ自体を捉えることができません。 側面からの検出も安定しないためこの斜めの面に関しては検査が困難です。上側から捉えられる上面のワレに関しては検出可能でした。また、ダレの有無も上側からの撮像で可能でした。

当社ホームページには検査ソフトのWEB無料お試しを公開しております。AI（ディープラーニング）を使用した検査ソフトを実際に体感いただく事もできます。 （詳細を見る）

輸送用機械器具及び建設機械の板金部品のメーカー様のDeepSkyを導入後のサポートです。
様々な部品や不良にご利用いただけるDeepSkyですが、設定の方法などで検出の精度が変わってくることがあります。売り切りの検査ソフトではありますが、導入後もサポートさせていただきます。
今回は学習がうまくいかないといったご相談です。

【検査設定と検査結果】
うまくいかない品種の情報を送付いただき、アノテーションの「OK」のラベルを削除しました。アノテーションの枠も欠陥部分のみにだけかかるサイズで設置し、不良部分に対して「NG」と「NG割れ」の2種類のラベルをつけて学習をさせてみました。アノテーションの枠が大きめなので、学習させるときに「“不良”を見ているというより、“左のだいたいこの位置にNGのものがある”とAIが認識していたのではないかと推察します、今度は右側にもNGが出てきた」と混乱しているのでは…と感じました。
アノテーション枠の大きさも教師画像の不良の位置などは精度の大きなポイントとなる部分です。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

展示会でスカイロジックのブースでご案内させていただいたアルミニウム加工メーカー様からのサンプルをお預かりし簡易評価しました。ワークの「ブツ」「ユジワ」の検出を試みます。

【検査設定と検査結果】
ただ、1面のみの検査ではあらゆる面の検査はできませんので検査品を動かしつつ（照明の当たる位置を変えつつ）、検査を行う方法をご提案させて頂きました。ロータリーテーブルに治具を取り付け検査しました。今回、不良を映し出す工夫として直線蛍光灯を３本使用しました。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：約220x 175mm
検査対象の最小サイズ：2mm
検査個所数：1ヶ所
カメラ解像度：130万画素
レンズ焦点距離：12mm
レンズと製品との距離：約400mm
照明：直線蛍光灯３本
照明と検査品の距離：1 本は斜め方向（おおよそ 30°位）より照らし、検査品の斜面に 光が当たるように設定しました。 （詳細を見る）

様々な分野、業界で弊社の画像検査ソフトはご検討いただいています。AI（ディープラーニング）と画像検査との組み合わせはソリューションレベルの高い分野でもお役に立ちます。DeepSkyで効率の良い検査をお勧めします。

【検査設定と検査結果】
お送り頂いたサンプル品にて検証した結果「打痕・圧痕・切子詰まり・大穴巣」の検出及び合否の判定は可能でした。
今回は DeepSky という、いわゆる AI（Deep Leaning）を使用したソフトで検査しました。検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識ができます。 実際の運用では様々なパターン（サイズ・特徴）の傷が想定されますので、教師画像を増やす必要があります。 （詳細を見る）

ダイカストなどの金属製品は光を反射する場合が多く今まで検査が難しいとされていた事もありました。
弊社で2020年リリースした弊社検査ソフトDeepSkyではこういったダイカスト製品など反射することの多い金属製品でも簡単な設定で運用いただけるようになっています。

【検査設定と検査結果】
DeepSkyの検査機能を使用することにより打痕・圧痕・切子詰まりを0.35秒で判定できました。左の画像は良品にあるべき穴です、右の画像では良品の「穴」と同じ色（白色）で撮影されていますがきちんと不良認識できています。 枠上部の数字はAIの自信度数（認識点数）です。

【使用したソフトと機器】
使用ソフト：DeepSky 学習版
視野範囲：約56 x 42mm
検査対象の最小サイズ：20mm
検査個所数：全体1ヶ所
カメラ解像度：130万画素
レンズ焦点距離：12mm
レンズと製品との距離：約150mm
照明：懐中電灯　（切子詰まり：加工穴にスポットライトで照射） （詳細を見る）

部品の計数のお問い合わせは弊社に数多く寄せられます。近頃ではDeepSkyの上位ソフトとしてコンベア計数のソフトを開発しました。検査しながらカウントしていく、1000個カウントしたい場合には990でコンベアをランプ点灯させ作業員が１列に並べ、1000で、もう一度コンベアを止めると言ったご提案ができました。

こちらのお問い合わせでは作業台の上で静止した状況で正しいワークを23カウントするテストを試みました。

【検査設定と検査結果】
左の画像の設定ではカウントしたい部品を「ワーク」、その他の混合された部品は「対象外」とラベル付けしまし た。 上記画像の様に設定した場合、カウントしたい部品（ワーク）が 20 個あれば合格になる設定です。 右側の「Rs」は、検出させる認識点数を個別に設定しています。右の画像は検出画面の表示です。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：280x 200mm
検査対象の最小サイズ：2mm
検査個所数：8ヶ所
カメラ解像度：130万画素
レンズ焦点距離：6mm
レンズと製品との距離：約330mm
照明：室内蛍光灯 （詳細を見る）

部品（ワッシャー）の変色を見分ける無料評価の依頼です。
微細な電子部品から大型の耐火ガラスなどを製造するメーカーさまよりお問い合わせがありました。今後の展開を期待しつつ入口としての簡易検証ではワッシャーを判別するテストを行いました。

無料サンプル評価では、まず頂いたサンプルまたは画像を使用して簡易検証を行い、検証結果を報告いたします。
簡易検証ではご要望の検出/判定が可能か社内の機器で評価します。簡易検証で検出や判定できた場合、実際の運用を想定したテスト（実現性検証）を行い、処理時間や判定精度などの評価を行うことをお勧めしています。実現性検証を行う場合、弊社で引き続き行う(有償)か、弊社貸出機を使って御社で検証されるかお選び頂けます。

【検査設定と検査結果】
通常のワッシャーを OK、黒色で一部を塗られているワッシャーを NG としてラベルを付 けました。 位置を変えた画像でひとまず 6 枚をアノテーションしました。正しく検出されています。 OK がいくつあれば合格 / NG があったら不合格といった設定が可能です。 その他詳細設定で認識点数やエリア判定も可能です。
 （詳細を見る）

工業用刃物メーカーではあらゆる対象物の切断に高品質・高精密・機能性を重視した生産を行っており、製品の品質管理を追求されています。
今回は切断機器のパーツの不良を判定する検証です。現状の検査方法は、目視と治具を使用して行われておりますが繁忙期 になるとおろそかになる傾向があり、クレームとなってしまう事故があったようでお困りでした。

多品種のワークのよくある事例ですのでイメージを持ちやすくするために弊社でも動画を作成しています。参考までにご覧ください。
「同時に２種類の部品の付け忘れを発見してコンベアを止める」https://skylogiq.co.jp/DIY_HowTo/368

【検査設定と検査結果】
不良部分を検出することは可能でした。しかしワークが多品種であったためサイズごとに適切な視野範囲の設定が必要になります。真上から不良が撮影できないものもありましたので穴を斜めから撮像する必要もあり位置決めや環境の条件が厳しくなる予想ができ報告しています。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

様々な業界で使用されているワッシャーやネジ類似品も多く判別が手間になっていることもよくある事のようです。今回はワッシャーやネジを見分けるといった内容のお問合せでした。

よくある事例ですのでイメージを持ちやすくするために弊社でも動画を作成しています。参考までにご覧ください。
「同時に２種類の部品の付け忘れを発見してコンベアを止める」https://skylogiq.co.jp/DIY_HowTo/368

【検査設定と検査結果】
検出したい対象箇所を枠で囲み、種類ごとにラベルを付与しました。 今回の検証では 6 種類の部品に絞って判別の可否を検討しました。誤検出や非検出は対象物が画像上に現れるパターンに対して教師データが足りないために発 生したものと考えられ、単純に教師データのパターンを増やしていけば検出精度は向上する ものと予想できます。 ただし最終的に誤検出や非検出がどの程度の発生率に落ち着くのかは、実際に学習を行って みないと判断ができません。 （詳細を見る）

バルブパーツをグローバルに展開しているメーカーでも弊社の検査ソフトをご検討いただいています。
様々な業界の専門的で緻密な製品に弊社ソフトはご活用いただいています。

【検査設定と検査結果】
パラメーター生成のために検出させたい部分を矩形で囲む作業をアノテーションといいます。それぞれ、右画像の Label 名で登録し、一つでも不良があれば不合格となるように設定しています。 要求されるソリューションのレベルが高い製品であればあるほど高率がよくなる検査の自動化で安定的な生産をご検討いただきたいです。

【使用したソフトと機器】
使用ソフト：DeepSky学習版
視野範囲：約78 x 62mm
検査対象の最小サイズ：2mm
検査個所数：1ヶ所　画面全体から不良を見つける
カメラ解像度：130万画素
レンズ焦点距離：12mm
レンズと製品との距離：約150mm
照明：リング照明
照明と検査品の距離：約100ｍｍ上部

 （詳細を見る）

チップソーを製造している金属部品メーカーでの外観検査です。寸法角度検査についてのお問合せでしたが、お話を伺うとカケやスキの検出がご要望でした。

【検査設定と検査結果】
ひとまず大きめのカケとスキを検証してみまして、問題無く検出ができそうでした。DeepSky（弊社のAI検査ソフト）で検出が可能なものであれば動画の様に自動的に連続で検査を行って、NGが出たら止めて知らせるなどの制御ができます。ご他来社され鋸の回転は手動で動かす形で視野範囲内に異常箇所が入った時にNGを出すようなデモンストレーションを行いました。

【使用したソフト】
使用ソフト：DeepSky
検査個所数：1ヶ所　画面全体 （詳細を見る）

ラベル機器メーカーでは鍼の包装もされており、きちんと包装されているか、外観検査を自動化したいとお問合せがありました。包装後の製品の「ダブリ」「ナナメ」「縦ズレ」をそれぞれ識別できるか無料評価します。

【検査設定と検査結果】
送って頂いたサンプル品で学習を行ったところ、良品、ダブリ、ナナメ、縦ズレをそれぞれ識別することが可能でした。検査のためにはシートが画角に対してなるべく平行になるように搬送する必要があります。10個を一度の撮影+検査で判定するように視野設定してます。
左の画像は画面の中に「良品が10個」と設定し検出できている表示です。
右の画像は画面の中に「良品を9個・ダブりを1個」検出してNGと判定しています。

【使用したソフトと機器】
使用ソフト：DeepSky学習版
視野範囲：約78 x 62mm
検査対象の最小サイズ：2mm
検査個所数：1ヶ所（画面の中に10個良品があれば合格）
カメラ解像度：130万画素
レンズ焦点距離：25mm
レンズと製品との距離：約485mm
照明：室内蛍光灯 （詳細を見る）

以前からお取引のあるアルミ製品や熱転写加工のメーカー様からのお問合せです。
「汚れのようなもの」と「線状の痕」「点状の痕」３種類の不良を検出します。

実際のサンプルを送付いただくことが一番信頼できる報告を提出できます。その場合、良品と、検出したい不良のあるワークをいくつか送付いただく必要があります。詳細はお問い合わせください。

【検査設定と検査結果】
それぞれタイプの異なる傷でしたので「A / B / C」と３つにラベル分けして登録しキズの検出は可能でした。左画像の様に検出させたい部分を矩形で囲む作業をアノテーションといいます。作業中の様々な向きや角度であっても位置固定がなく検出できるDeepSkyで検証致しました。DeepSkyはこういった検査が得意なソフトです、業界を問わずにご活用いただいています。
 （詳細を見る）

リフォームやリノベーションを手掛けるメーカーからクリップの変形の検査の依頼です。振動で検体を１個ずつ落とす⇒ベルトコンベアーでカメラ部まで動かす⇒カメラで判断し選別する⇒ベルトコンベアーがOK品とNG品を二手に分けるといった検品システムを具体的にイメージされていました。

【検査設定と検査結果】
お預かりしていたサンプル品にて形状不良の検査を行いました。 上からと横からの 2 パターンで検証をし、上から OK 品と NG 品を識別することが可能でし た。 横からの検査は、「端部分の角度」とクリップ部分の「隙間」、「ねじれ」の検出が可能でした。左の画像では３種類を検出しています。右の画像では分けたラベルを表示しています。ＯＫは数量に指定なく「ＯＫ」　不良は０～０まで「ＯＫ」（一つでもあったらＮＧ）の設定です。

【使用したソフトと機器】
使用ソフト：DeepSky学習版
視野範囲：約40 x 30mm
検査対象の最小サイズ：30ｍｍ
検査個所数：3ヶ所
カメラ解像度：130万画素
レンズ焦点距離：25ｍｍ
レンズと製品との距離：約170ｍｍ
照明：室内蛍光灯 （詳細を見る）

伸銅メーカーさまからのお問合せで金属板のキズの検出をテストします。写真をいただいての検証です。薄さ1mm程度の薄さの銅板がトイレットペーパーのように巻き取られている中、圧延機で圧延中のキズを検知するため、部分的に検査したいタイミングで低速で撮影しながら検査するか、ラインを止めて撮影し、検査することをご検討でした。

第一段階の簡易無料評価ではキズ部分を検出することはできていますが、画像上にあるキズ以外の白色を誤検出しており、区別できていない状態です。照明を工夫してなるべく広い範囲を均一に照らすことができれば検査はできそうです。頂いた画像を「教師データ」として学習し、処理した結果です。教師データ画像ですので精度高く判定ができています。数字はAIの自信度数％「認識点数」と言います。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：画面全体1ヶ所 （詳細を見る）

鉄物ギヤの未加工・圧コン検出・アルミケース部品のバリ残り・アルミ部品の加工穴貫通確認などについて複数の検査についてお問合せいただきました。弊社では無料の評価は簡単な「できる」「できない」の判定結果になります。有償のテストを承ることもできます。具体的な運用について詳細をお聞かせください。

【検査設定と検査結果】
手でワークを少しずつ回しながら連続検査を行っています。学習が完全ではないので誤検出している箇所もありました、NG箇所自体は認識できていました。追学習の機能を使用してより精度高く検査設定を成長させていける事も AI（Deep Learning）を使用したソフトの強みです。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：1ヶ所（画面全体から複数の不良を見つける）
 （詳細を見る）

同じ素材、類似の形でありましても、テクスチャーを感じ取り判定できる場合も多くあります。

商社や産業機器メーカー様への販売も致します。お気軽にお問合せください。

【検査設定と検査結果】
ディープラーニングによる画像処理でナットの加工有無（表裏）は判別可能でした。 切粉振りを行ったものと行っていないものは画像上の違いが殆ど無いため、検査上は同じ物として扱い、加工済 10 枚、未加工 10 枚の合計 20 枚を教師データとして使用し良好に判定できました。
ディープラーニング(深層学習)とは、人間が自然におこなう思考をコンピュータに学習させる機械学習の手法のひとつです。弊社の検査ソフトDeepSkyではこのAI技術で設計されています。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：1ヶ所（ワークが裏か表か判定）
 （詳細を見る）

産業用機械の設計やソフトウエアの開発をされているメーカーから微細な精密機械の検査についての問い合わせがありました。サンプル品の送付が難しい場合には写真をお送りいただいての検証も可能です。良品と不良品の仕分けを目視検査でしているところを画像処理で自動判定化できないものか検討中でした。

【検査設定と検査結果】
金属品のバリ、黒点の判定は可能でした。カメラ2台使用する構成で、それぞれ0.5倍のマクロレンズと35mmの単焦点レンズを使用する想定での報告となりました。送付画像による検証でありましても、詳細をお聞かせいただいてカメラなどの撮像環境ご提案もできる限りサポートしています。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：画面全体1ヶ所（バリ、黒点を見つける） （詳細を見る）

生産用設備の設計製作メーカーさまより検査依頼がありました。金属製品である「ギヤ」の欠けの判定です。NG品20枚・OK品5枚の画像を送付いただきました。

サンプル品を送付することが難しいワークも写真送付で検証することができる場合もあります。

【検査設定と検査結果】
DeepSkyの検査機能を用いて金属ワーク（ギヤ）の欠けを良好に判定することが可能でした。
検出させたい部分を矩形で囲む設定作業をアノテーションといいます、今回の場合は不良部分のみを囲い学習させました。画像は検出枠です。数字はAIの自信度数％（認識点数）。認識点数が低い場合や誤判定がある場合は追学習することができます。

2020年にリリースしたDeepSkyでは設定が容易であること、位置固定が不要なこと、形の様々な不良を見つけ出せること、金属製品などの光沢のあるワークの不良検出が得意なことがあり数多くの金属製品検査の評価をご報告しています。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：1ヶ所（画面全体から不良を検出） （詳細を見る）

生産用設備の設計製作メーカーさまより評価依頼がありました。
金属ワークの切粉付着による不良の判定です。
2020年にリリースしたDeepSkyでは設定が容易であること、位置固定が不要なこと、形の様々な不良を見つけること、金属製品などの光沢のあるワークの不良検出が得意なことがあり数多くの金属製品検査の評価をご報告しています。

【検査設定と検査結果】
今回「ワークの穴の中の切粉」を判定するためには照明に工夫をしています。
穴の中を撮像する検査を試みました、今回は穴の底が良く見え良好に判定が可能でした。

初回の評価は簡易的な検出できるかどうかのご報告のため、不良の位置や形状によっては検出しにくいものがある場合も考えられます。
弊社での無料評価の後、導入までにお客様に直接、精度や設定方法を体感いただきたいのでデモ機の無料お貸出しのサービスをご利用くようにお願いしています。

【使用したソフト】
使用ソフト：DeepSky学習版
検査対象の最小サイズ：2mm
検査個所数：１ヶ所（画面全体から不良を見つける）
照明：同軸落射照明 （詳細を見る）

鉄物歯車加工、鉄物異形品加工、アルミ鋳造、アルミ加工、組み立てと多種多様の事業を展開されているメーカーさまからのお問合せです。

現在でも未加工・打痕・圧コンやアルミ鋳造品の加工後の鋳巣検出などに苦労されているメーカーは今回お問合せのお客様だけではなく数多くあると思います。以前、諦めたワークでありましても弊社までお問合せおまちしております。

【検査設定と検査結果】
DeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査し金属製品の異物を検出できました。 2020年にリリースしたソフトです。検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するよう になります。画像は検出枠です。数字はAIの自信度数％で「認識点数」です。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：1ヶ所（画面全体から異物を見つける） （詳細を見る）

生産用設備の設計製作メーカーさまより鋳物精密部品の検査依頼がありました。

「鋳巣」は以前よりお問合せの多い事例です。2020年にリリースしたDeepSkyでは設定が容易であること、位置固定が不要なこと、形の安定しない様々な不良を見つけること、光沢のあるワークの不良検出も得意であることから数多くの「鋳巣」の検査の評価をご報告しています。

【検査設定と検査結果】
今回は不良のサイズが小さいため視野50mmくらいに絞ったところDeepSkyで良好に認識できました。検出するべき不良のパターンが増えた場合にもおそらく視野さえ適切に設定すれば検出自体はできそうです。
精密部品の微細な不良の検出も弊社検査ソフトがお役に立ちます。

【使用したソフト】
使用ソフト：DeepSky学習版
視野範囲：50 x 40mm
検査対象の最小サイズ：0.5mm
検査個所数：1ヶ所（画面全体から鋳巣を見つける） （詳細を見る）

鋸の刃でも他の金属製品と同じように未加工・打痕・圧コンやカケ・異物など多様な不良検出に苦労されているメーカーはあるようです。光沢のある金属ワークの画像検査は弊社にお問い合わせください。
今回は以前からお取引のある商社様からの検証依頼で鋸の刃の摩耗を検出します。

【検査設定と検査結果】
頂いたNG画像での判定となりました、良品との対比がうまくできず十分な設定ができない状況でも判定できたもの、やはり誤判定となってしまったものがありましたがひとつの結果としてご報告しました。　
画像は良好に検出できた不良部を水色の枠で表示しています。数字は検査ソフトの自信度数％（認識点数）です。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：１ヶ所（画面全体から摩耗部分を見つける） （詳細を見る）

産業用機械メーカーからのご依頼で、金属塗装品の「線傷」「滲み」「点傷」のNGを見分ける検証です。ひとつの不良サンプル品の向きや位置を変えて撮影し検証することとなりました。

【検査設定と検査結果】
今回は照明に工夫を凝らし撮影することで判定が可能になりました。
弊社で所有している同軸落射照明のサイズの関係上、ワーク全体を納めることができ なかったため、傷部分を対象に撮像しました。 本来はサイズの合った同軸落射照明で縦横 1.5 倍程度の視野を撮像して検査を行いますが、 負傷箇所のサイズからして今回と同等の検出精度になると考えられます。検出精度を高くするために誤判定の写真を教師画像として使用し、追学習することができます。
左画像は検出したい不良部分を囲いパラメーターを設定してくための「アノテーション」です。
右画像は学習しパラメーター設定後の不良を検出している「枠」です。 （詳細を見る）

産業機器メーカーからのご依頼で、金属製品の「玉シワ」「テーパー部圧痕」「テーパー打痕」を検出できるか検証します。玉に反射する部分を縞模様にすることで、玉シワ部分に段差ができるため見つけやすくなります。

【検査設定と検査結果】
「玉シワ」を 10 枚、「テーパー部圧痕」を 5 枚、「テーパー打痕」を 5 枚、「良品」を 5 枚学習させた画像 25 枚を検査しました。 25 枚の内、22 枚は正常に良品、または不良部分を認識しました。 「テーパー部圧痕打痕」の３枚は不良部分を認識できませんでしたが、実際の運用時には 1 周回転する間に数回（3 回程度）撮影することを想定しますと、検証で認識できなかった不良部分は必ずしも認識できないというわけではありません。 （詳細を見る）

自動車部品などの金属プレス加工製品でもハトメを取り付ける工程がよくあります。
今回はハトメの有り無しとラバー部品有り無しの検査をします。良品と部品が付いていない不良品を送付いただきました。

【検査設定と検査結果】
DeepSkyの検査機能を使い良品と、部品が全部ついていない不良品だけを教師として使用してランダムな位置のハトメが無いものをNGにすることができました。
ハトメ（とラバー部品）が正しい数量検出されたときのみ合格となるよう設定しています。ハトメがひとつでも無いと、数量不一致でNGとなります。
「どこのハトメが無いのか」まで確認したい場合はエリア指定の機能を使用すれば可能ですが、ひとまず今回はOKかNGかだけを判別するような設定で行いました。

左の画像は「アノテーション」と呼ばれる覚えさせたい部分を囲う作業です。
右の画像は検出枠の画像です、数字はAIの自信度数％で「認識点数」と呼んでいます。 （詳細を見る）

自動車部品などの金属溶接部品は仕様違いにより接合部分のビードズレ、ブローホール、ヤブレなどは以前からお問合せが多い不良事例です。以前はEasyInspectorで位置固定しての検査でしたが2020年リリースしたDeepSkyの検査機能を用いての検査の設定が容易で位置固定無しでの検査が可能になっています。

【検査設定と検査結果】
検出したい対象箇所を枠で囲み、種類ごとにラベルを付与しました。OK8 枚、NG6 枚の合計 14 枚を教師データとして使用しました。学習は 2,000step 実行し、16 分程度でグラフは収束しました。時間は使用する PC のスペックにより増減します。今回の検査では学習させた不良箇所を検出することになるので、ひとつでも検出したら NG （カウントが 0 個から 0 個の時のみ OK）となるよう設定し、溶接不良の検出ができました。 （詳細を見る）

金属製品メーカーではダレやスパッタによる変形が以前より課題になっていました。今回も、密着面に発生したスパッタが原因で不良品が発生してしまう事故があり商社を通してお問合せがありました。以前より弊社の検査ソフトを運用いただいているお客様です。

【検査設定と検査結果】
DeepSkyというAIを使用したソフトで検出ができました。DeepSkyでは画面全体の中から不良を探すといった検査が得意分野です。
左の画像はアノテーションと呼ばれる不良部分を覚えさせる教師画像です、右側は検出した画像で、数字はAIの自信度％（認識点数）です。スパッタ不良がとても小さく、ワーク全体を１台のカメラで検査することは難しい状況でしたので複数台のカメラでの検査をご提案しています。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：70x 60mm
検査対象の最小サイズ：1mm
検査個所数：全体1ヶ所
カメラ解像度：130万画素
レンズ焦点距離：6mm
レンズと製品との距離：約110mm
照明：リング照明
照明と検査品の距離：約300ｍｍ上部より照射 （詳細を見る）

精密切削加工や精密研削加工を得意分野としておられるメーカーさまでも高品質な精密加工技術と品質管理システムに弊社の検査ソフトをご活用いただいております。

【検査設定と検査結果】
お預かりしたサンプル品にて検証した結果、ネジの傷を検出することは可能でした。
DeepSky という、いわゆる AI（Deep Leaning）を使用したソフトで検査しました。 検出させたい傷を学習させることでソフト自身が設定パラメータを調整し、傷を認識するようになります。
５個のサンプルを別角度や反対側を撮影して22の教師画像、左の画像を設定しました。右の画像は検出枠です。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：30 x 25mm
検査対象の最小サイズ：0.2mm
検査個所数：全体１ヶ所
カメラ解像度：130万画素
レンズ焦点距離：35mm　+　接写リング5ｍｍ
レンズと製品との距離：約160mm
照明：室内蛍光灯 （詳細を見る）

“ネジの打痕”こちらの検証依頼もとても多いです。弊社の従来型汎用画像検査ソフト「EasyInspector」で検査いただく方が良い場合もありますが、コンベア上や作業中に判定する運用で、打痕のような様々な色や形のある不良の場合、AIを使用した検査ソフト「DeepSky」をお勧めすることもあります。今回は弊社で糸コンベアを作成しネジ周囲１周、360度の不良検出について報告しました。

【検査設定と検査結果】
左画像の様に検出させたい部分（今回の場合は打痕）を矩形で囲む作業をアノテーションとい います。 アノテーションさせた教師画像 24 枚を約 2300steps 回転させて（15 分程度） 学習させました。学習の時間はPCのスペックにより増減します。右画像では打痕部分を緑色の検出枠で示しています。 （詳細を見る）

監視装置や計測装置の製造メーカーでも弊社の検査ソフトをご検討いただいています。装置のハードについた傷の検出を無料評価しました。実際のサンプルを送付いただくことが一番信用できる報告を提出できます。その場合、良品と、検出したい不良のあるワークを送付いただく必要があります。詳細はお問い合わせください。

【検査設定と検査結果】
左画像の様に検出させたい部分を矩形で囲む作業をアノテーションといいます。 それぞれタイプの異なる傷でしたので「傷 A / 傷 B / 傷 C」と３つにラベル分けして登録しました。 依頼された検査項目にありませんでしたが、円柱部分の小さな打痕もしっかり撮像できていたた め、検出の対象（傷 C）としました。（アノテーションしなければ検出はしません。） クリップで固定したため、クリップ部分は視野範囲外に設定しました。

【使用したソフトと機器】
使用ソフト：DeepSky 学習版
視野範囲：約64x 51mm
検査対象の最小サイズ：20mm
検査個所数：全体1ヶ所
カメラ解像度：130万画素
レンズ焦点距離：25mm
レンズと製品との距離：約260mm
照明：リング照明 （詳細を見る）

カセットガス製品のメーカーでは差込口の変形は大きな事故につながる可能性もあります。
お客様の安全のために弊社の検査ソフトをお役立ていただけると幸いです。

今回の無料評価ではいわゆる AI（Deep Learning）を使用したソフトDeepSkyで検査しました。 検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するようになります。

【検査設定と検査結果】
DeepSkyの検査機能を使用することにより複数の種類の不良を判定しました。傷、影、反射によって各種類の不良の有無を判定し、0.33秒の検査タクトで判定ができました。ラベルは傷、影、反射の３つに分け、見つけ出したい不良を指定しソフトに覚えさせるように設定する作業をしました。
この不良の指定方法やどのように撮影するかが画像検査には重要となります。 （詳細を見る）

弊社の検査ソフトユーザーには　精密なモーターのメーカー様もあります。技術と経験を重視した精密鋳造を加工されています。そのような高性能、精密なものづくりに弊社の検査ソフトが貢献できることを嬉しく思います。

【検査設定と検査結果】
DeepSkyで設定しました。照明を当てると、中央の一番カメラに近い部分が白く光ります、これを OK と登録して OK が検出されたとき合格とする。OK を検出できない場所でも、NG が検出できなければ合格とするといった設定でお客様のご要望の判定が可能になりました。画像はラベルの種類（検出する部分を覚えさせるための分別）です。

【使用したソフトと機器】
使用ソフト：DeepSky2.0
視野範囲：約48 x 36mm
検査対象の最小サイズ：20mm
検査個所数：1ヶ所（ラベル4）
カメラ解像度：130万画素
レンズ焦点距離：12mm
レンズと製品との距離：130mm
照明：リング照明
照明と製品の距離：130ｍｍ （詳細を見る）

弊社へお問合せがある中で、異品がないか検査しながら必要な部品の数をカウントしたいというご要望は多いです。コンベア上での無人検査と数のカウントはDeepSkyが得意とする分野です。

今回は平らなパレット上に向き等ランダムに並べられた加工部品(例.φ0.8×2.5mm)をカウントすることができるかといったお問合せで、バックライト照明を使用した画像を送付いただきました。

【検査設定と検査結果】
左の画像はアノテーションと呼ばれる、探し出したい部分（不良）を囲う作業画面の一部です。
右の画像で確認できるようにアノテーションした教師画像として使用した 10 枚は全て正常にカウント可能でした。 非教師画像に対して正常にカウントできた割合は 30%でした。 部品のくっつき度合いが大きい物ものほど、誤カウントとなる傾向がありました。非検出の画像を利用して追学習することで今までは検出できなかった不良も検出できるようになります。追学習もDeepSkyの強みです。 （詳細を見る）

エンジンバルブのメーカーよりホームページよりお問合せをいただきました。
従来型の検査ソフトで運用されていましたが、過検出が多くお困りでした。
弊社では技術スタッフによる検証やサポートを日々受付しています。
運用中のお困り事、ご質問、不明点などございましたらいつでもお気軽にご連絡いただけますと幸いです。

【検査設定と検査結果】
DeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査しました。 検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するよう になります。今回、水滴と傷の判定は可能でした。画像はキズを良好に判定している様子です。

当社は、静岡県浜松市に位置し、自動車産業を中心に数多くの産業機械メーカーやユーザーを顧客としています、売り切りで組み込みやすい検査ソフトを開発しており数多くリピートいただいています。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

容器、梱包資材総合メーカー様に以前お問合せいただいたサンプル画像で2020年リリースしたばかりのDeepSkyで再検証したご報告をしました。
いわゆる AI（Deep Leaning）を使用したソフトで検査しました。検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識ができます。 実際の運用では様々なパターン（サイズ・特徴）の不良が想定されますので、教師画像を増やす必要があります。

【検査設定と検査結果】
「DeepSky」では従来のソフトと検出方法が大きく異なり、予め学習をさせた特徴部分を画面中より検出させる事ができるようになります。以前にお問合せ頂きました塗布剤の塗布量検査の際に「DeepSky」がご利用頂けるのではないかと思いました。 従来では検査枠を多くしなければならない部分の設定が不要になります。ただ、代わりに予めNGの際の画像を複数まい準備する必要がありますが、2021年9月より教師画像の水増しが可能になりました。１枚の不良画像を明るさや向きや角度、ノイズの調整により36枚まで水増しする機能が搭載されて、より便利にご使用いただけます。 （詳細を見る）

自動車部品などの樹脂成型部品は仕様違いにより部品の有無が変わったり、位置が変わったりしますが、類似品の場合は見た目がほぼ同じため類似の異品を出荷するという事故が発生していました。クリップとリベットの有無を検査します。

【検査設定と検査結果】
DeepSky を使用することでクリップとリベットの有無を判別することは可能でした。 90度や180度回転していても判定するというのは厳しいですが、視野に収まる範囲で多少回転方向に振る程度であれば、振った画像も教師として学習させることで検出が可能でした。

【使用したソフトと機器】
使用ソフト：DeepSky学習版
視野範囲：約685 x 549mm
検査対象の最小サイズ：2mm
検査個所数：6ヶ所
カメラ解像度：130万画素
レンズ焦点距離：8mm
レンズと製品との距離：約900mm
照明：室内灯 （詳細を見る）

自動車部品などの樹脂成型部品はキズなどの変色があっても見た目がほぼ同じため類似の不良品を出荷するという事故が発生していました。様々な業界で、より高品質を求められる時代、目視検査では検出が難しい不良も自動化で安定した出荷をお勧めします。

【検査設定と検査結果】
照明を適切な角度より当てる事により変色部を検出し判定させる事ができました。今回は NG サンプル品 4 個、角度を変えて撮像し計 12 枚のアノテーション画像にて 設定しました。 環境で検出が可能なのは上記画像の曲面部のみとなります。 その他の面の検査を行う際は照明の当て方やカメラ位置を変更して撮像をする必要があります。

【使用したソフトと機器】
使用ソフト：DeepSky学習版
視野範囲：約447 x 355mm
検査対象の最小サイズ：2mm
検査個所数：1ヶ所画面全体
カメラ解像度：130万画素
レンズ焦点距離：6mm
レンズと製品との距離：約400mm
照明：直線蛍光灯
照明と検査品の距離：約200ｍｍ上部 （詳細を見る）

食品メーカーでは搬入の際クレートを利用する場合があります。クレート回収時には解放された倉庫や野外に置かれていることもあり鳥のフンや紙などの異物、変形等があるようです。
今回、お客様に気持ちよくきれいなクレートで製品を受け取っていただきたいとの要望があり、コンテナについた汚れや異物を検証しました。

【検査設定と検査結果】
鳥のフンについては右の画像にあるように白、黒、茶の絵具を用いて検証しました。左画像のように検出をさせる部分をアノテーション（検出部を枠で囲う作業）後に「学習」を させます。 NG 品種毎に10 枚ずつをアノテーションしました。「認識点数（規定値）」は「10」（デフォルトは「60」）として検出ができました。

【使用したソフトと機器】
使用ソフト：DeepSky学習版
視野範囲：400 x 300mm
検査対象の最小サイズ：10ｍｍ
検査個所数：1ヶ所画面全体からNGを見つける
カメラ解像度：130万画素
レンズ焦点距離：6mm
レンズと製品との距離：580mm
照明：窓際など朝夕の明るさが違う場合には照明設置をお勧めします。 （詳細を見る）

自動車部品などの樹脂成型部品は類似品の場合は見た目がほぼ同じため類似の異品を出荷するという事故が発生していました。商社様からのお問合せで打痕などの不良の検出テストをしました。

【検査設定と検査結果】
お預かりのサンプル品で検証した限りでは、打痕の検出は可能でした。学習は約 2,400step 実行し、16 分程度でグラフは収束しました。時間は使用する PC のスペ ックにより増減します。 検証で使用した PC の主なスペックは
OS ：Windows10 Home 64bit　 CPU： Intel(R) Cpre(TM) i7-9750H 　RAM ：16GB　 GPU ：NVIDIA GeForce GTX1660 Ti　
今回は打痕などの不良を「異常」とラベルしています。
左画像はアノテーション　右画像は検出枠です。 （詳細を見る）

感知機器メーカーさまからお問合せがあり、バリの検出依頼です。ワークの輪郭がはっきりと写った画像さえ撮ることができれば検出自体はできると思われ、どうやってその環境を整えるかがポイントになってきます。

バリについても様々な業界でご相談があります、弊社検査ソフトを使用してより安定的な製品出荷にお役立ていただいているお客様は多数いらっしゃいます。

【検査設定と検査結果】
画像にありますように精度高くバリを検出しています。
今回検証で使用した教師画像は120枚でした。
これは良品/不良品を10枚撮像し、それぞれの画像を30°ずつ回転させて×12したものです。
シンプルな運用方法としてはパーツフィーダーからバックライトコンベアにガイド沿いに流して、センサーで1個ずつ引っ掛けながら検査する内容をご報告しました。 （詳細を見る）

自動車部品などの樹脂成型部品は仕様違いにより部品の有無が変わったり、位置が変わったりしますが、類似品の場合は見た目がほぼ同じため類似の異品を出荷するという事故が発生していました。

いままでの画像検査では今回のお問合せような黒色のワークに黒色のクリップの有り無しは画像検査では難しいとされてきました。

【検査設定と検査結果】
DeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査しました。 検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するようになります。 左画像は黒色のクリップの実装を検出しています。右画像は黒色のクリップが取り付けられていない事を正しく判定しています。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：6ヶ所 （詳細を見る）

自動車部品などの樹脂成型の内装塗装品は光沢のある上品な仕様になっているものも多くあります。
より高品質な製品を安定的に生産するために弊社の検査ソフトをご検討いただいています。

【検査設定と検査結果】
黒色光沢塗装の中にある0.2ｍｍ程度の黒いブツの検出はできました。
微細な不良を拡大して撮影するためゆっくりコンベアで流す方法で複数台カメラのご提案になりました。
今回の評価では照明が大きなポイントとなりました。

いわゆる AI（Deep Learning）を使用したソフトで 検査しました。 従来式の検査ソフトでは光沢のあるワークや鏡面加工の製品では画像検査は難しいとされてきましたが照明の工夫とDeepSkyで簡単設定の検査が可能になりました。 （詳細を見る）

自動車部品などの樹脂成型部品は高級車であればあるほど内装部品のクオリティも高品質を問われます。今回は内装塗装品の小さな小さな「打痕くぼみ　糸傷　欠け」の検査を自動化したいとのお問合せです。

【検査設定と検査結果】
DeepSkyの検査機能を用い、樹脂塗装品の「打痕くぼみ　糸傷　欠け」を判定できました。精度を高く検査するために不良部を大きく撮像したいので拡大して映し出し評価しました。
検査タクト短縮のために複数のカメラで同時に検査するコンベアに乗せる検査環境をご提案しています。
左が不良を覚えさせる「教師画像」右が「検出枠」です。 （詳細を見る）

ゴムホースのペイント忘れポカヨケ治具を検討されているメーカーからご連絡がありました。Φ20ぐらいの黒いゴムホース端面に識別ペイント（白黄赤緑色）があるときはOK表示　識別ペイントがない時はNG表示できないか車体部品の検査です。
当社ホームページには検査ソフトのWEB無料お試しを公開しております。AI（ディープラーニング）を使用した検査ソフトを実際に体感いただくこともできます。

【検査設定と検査結果】
検査画面内に青いマークが 1 個あると判定することはできます。 赤の場合は「赤」の Count が１になりますし、白と緑が 1 個ずつあってもそれぞれカウントします。マークがない状態を「なし」として学習させているので、上の画像では「無し」が 1 個ある、 と判定しています。 この段階ではただ何が何個あるかを数えているだけなので、「無し」が 1 個以上あった場合 不合格にするような設定を行って判定をします。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

食品メーカーよりトレイに入った食品のはみ出し具合についての簡易検査をルールベース式の「EasyInspector」で検査しご報告したましたが、青地に白模様のトレイのはみ出し検出は難しかったため、AI（ディープラーニング）用いた「DeepSky」で再検証することになりました。

当社ホームページには検査ソフトのWEB無料お試しを公開しております。AI（ディープラーニング）を使用した検査ソフトを実際に体感いただく事もできます。

【検査設定と検査結果】
お預かり中のサンプル品で数パターンの不良状態を作成し、その画像を学習させることで 具材のはみだしを検出することは可能でした。 ただし、今回のケースでは具材や不良状態に様々なパターンが想定されるため、十分な検出 結果を得るためには多くの教師データが必要となります。
2021年のバーションアップにより教師画像の水増し機能を搭載することができました。今後も様々な便利機能を追加し使いやすい現場目線の検査ソフトを開発していきます。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

医療カプセルを製造されているお客様から直接依頼があり簡易検証をしておりましたが弊社ではFA機械の販売はしていないためお客様のお取引のある制御機器のメーカーに仲介いただいて検証をすすめることになりました。

当社は、静岡県浜松市に位置し、自動車産業を中心に数多くの産業機械メーカーを顧客としています、売り切りで組み込みやすい検査ソフトを開発しており、産業機械やシステムのメーカー様からも数多くリピートいただいています。

【検査設定と検査結果】
頂いた画像を処理した結果、１枚目の画像は正常に検出できました。
２枚目の画像は誤検出1、非検出1でした。再学習を行ったところ正常に検出できるようになりました。 検証後は弊社でデモを行い検査環境や操作方法などをご説明させていただく事やデモ機をお貸出しし、実際に設定方法や検査精度をお確かめいただく事になります。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

以前よりお付き合いのある、産業機器メーカーさまはリリース当初より「DeepSky」について積極的にお問合せをいただいています。

弊社では技術スタッフによる検証やサポートを日々受付しています。
運用中のお困り事、ご質問、不明点などございましたらいつでもお気軽にご連絡いただけますと幸いです。

【検査設定と検査結果】
42 枚の画像のうち 21 枚を教師画像として学習させました。 教師画像 21 と未学習画像 21 枚の計 42 枚を検査しました。 結果は、未学習の 1 枚だけ検出することができず、その他は検出することができました。ぶれている画像も印字が薄いものも基本的に判定ができました。撮像した画像をもっと安定させることができれば精度が上がることが考えられます。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

簡易検証後に引き続き検討していた事例です。
画像検査では撮影環境がとても重要になります。不良を的確に撮像することができれば、かなりの確率で検査は可能です。カメラとレンズと照明など運用することが可能な範囲で検査環境を整える必要があります。

【検査設定と検査結果】
検討を続けていたところバックライトを使用した場合に噛み込み（不良）を鮮明に捉えることができ、検出率の向上が見込めましたのでよいご報告ができました。
今回使用したものは数千円台のトレス台ですので面光源であれば検査用の照明でなくとも十分な効果が得られると思います。

当社ホームページには検査ソフトのWEB無料お試しを公開しております。AI（ディープラーニング）を使用した検査ソフトを実際に体感いただく事もできます。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

いただいた写真では撮影環境的に検査が難しく、簡易検査としては判定できましたが、光沢のあるワークの場合は特に照明とカメラ、レンズの設置など吟味する必要があります。

【検査設定と検査結果】
画像を9枚送付いただいてうち６枚を教師画像用としました。 ６枚の画像を画像分割ソフトでそれぞれ 60 分割し、傷がある部分 23 枚を教師画像として 学習させました。 別の３枚をテスト用とし、こちらも 60 分割してから検査しました。
凹みも検出可能かトライしてみましたが検出できませんでした。 目で見て分かりにくい部分は学習が上手くできないことが理由として考えられ撮像環境次第で不良検出は出来ると思います。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

様々な機械部品の軸受けのメーカー様よりお問合せがありました。
廃液の処理「凝集状態の監視」を現在は目視で運用されているとのことで、下の画像左４枚のような状態から右４枚のような凝集が起こると適合となるとのこと、屋根はあるが、室内ではない環境下にあり、時間や天気によって検査の撮像環境が変わります。

【検査設定と検査結果】
上の画像を含む24枚を教師画像に設定し、全体にアノテーションし、判定は可能でした。
2021年のバーションアップにより教師画像の水増し機能を搭載することができました。今後も様々な便利機能を追加し使いやすい現場目線の検査ソフトを開発していきます。

ルールベースの従来型画像検査ソフトよりAI（ディープラーニング）の画像検査ソフトは明るさや撮像環境に違いがあっても検査ができることが強みです。様々な業界、様々な工程で検査ソフトはお役に立ちます。

【検査ソフト】
使用ソフト：DeepSky （詳細を見る）

従来のルールベース方式の画像検査では難しい案件でもAI（ディープラーニング）を使用した「DeepSky」では今までできなかった、様々な検査に応用いただけます。

人による目視検査といえば中小企業を思い浮かべる方が多いですが、検査ついては大企業においても同様で意外にも自動化が進んでいない部分があります。生産に比べて検査の自動化が遅れている一方、検査員の高齢化や人手不足が問題となっています。
検査の自動化で効率の良い生産に当社がお役に立てると幸いです。

【検査設定と検査結果】
頂いた画像でレモンの等級判定の検証を行いましたところ、約86％の確率で４つの等級を判別することができました。サンプル数が少ないためこの値は参考程度とお考え下さい。サンプル数を増やしていけばより精度の向上は見込めると考えております。

2021年のバーションアップにより教師画像の水増し機能を搭載することができました。サンプル数の少ない検査でも効率よく安定した検査を実現できます。
今後も様々な便利機能を追加し使いやすい現場目線の検査ソフトを開発していきます。 （詳細を見る）

トラックの部品メーカーから複数の検証依頼がありました。

無料サンプル評価では、まず頂いたサンプルまたは画像を使用して簡易検証を行い、検証結果を報告します。次にご依頼があれば実際の運用を想定したテスト（実現性検証）を行い、処理時間や判定精度などの評価を行うことをお勧めしています。実現性検証を行う場合、弊社で引き続き行う(有償)か、弊社貸出機を使って御社で検証されるかお選び頂けます。

【検査設定と検査結果】
お預かりしましたサンプルで、DeepSky を使用してバリを検出できるかを検証いた しました。 結果、欠点あり55点中、54点のバリが検出できました。1 点のみ検出できなかったバリがあり、その他のバリは検出することが出来ました。DeepSkyでは、検出できなかった画像を追加で教師画像に設定した学習ができるので、運用後も判定できない不良の出現ごとにだんだんと精度を上げることができます。 （詳細を見る）

自動車部品や工機などを制作されているお客様よりDeepSkyの設定についてお問い合わせがありました「設定したアノテーション部分の特徴を見て画面全体を探しているものだと思ってましたが、画角上のどこに出やすいみたいな傾向も一緒に覚えていますか？」とのご質問です。

【検査設定と検査結果】
色も大きさも同じ四角形を 並べて、上側だけアノテーションして学習させます。（左上の画像）右上の画像では、上側だけ見つけることができています。下の左画像では上側だけのものも見つけられます。しかし右画像では下側だけのものは見つけられませんでした。

過学習によって教師との一致度の高いデータ以外見つけられなくなってしまっている場合はまたちょっと話が変わってきますが、不良など、見つけたいモノの位置は検査精度に大きく関わってきます。様々な位置や向き、角度を変えた教師画像を使用する必要があります。

2021年現在ではDeepSkyに教師画像水増し機能を搭載しました。なかなか出現しない不良の画像を、上下左右に反転や回転させたり輝度やガウスノイズを使用して水増しすることができます。 （詳細を見る）

自動車部品などのプレスフェルト部品は仕様違いにより穴の有無が変わったり、　部品の位置が変わったりしますが、類似品の場合は見た目がほぼ同じため類似の異品を出荷するという事故が発生していました。 今回はクリップの取り付け位置が合っているかを検証します。

【検査設定と検査結果】
全体視野で2種類のクリップを見分けることができました。
全体視野だとファスナーのタッカーの有無やラベルの文字を判別するのは厳しそうだったので、現実的にはひとつのワークに対してカメラ2台使用するくらいがちょうどいいラインと提案しました。 ひとまず正しい種類のクリップが正しい位置にあるかどうかを検査するようなイメージを設定したものが画像です。外側の枠が取り付け位置の合否、内側の枠が部品が正しいかを判定しています。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

精密洗浄剤製品、カーケミカル製品のメーカーからのお問合せで、ワークの『黒い点』の汚れを検出する簡易評価です。
優先順位(1)ロット印字の有無(2)ロット印字の適正位置（ボトルの裏表）(3)ラベルの汚れを自動化した検査運用をご検討でした。弊社には従来型のルールベース式画像検査「EasyInspector」とAIを使用した「DeepSky」の大きく分けた２種類の検査ソフトが一般的で今回はDeepSkyの得意分野で位置固定せずに画面全体から黒ブツ状の汚れを判定します。

【検査設定と検査結果】
結果と致しましては「印字の有無」「汚れ」に関しまして検出する事ができました。検査ソフト「DeepSky」にて「汚れ」部の映っている画像を複数枚（検証時は 5 枚）登録をして 「アノテーション」を行い「学習」を致しました。 ※汚れのサンプル品は 1 種類のみでございましたので、追加でもう 1 ヶ所に汚れを 再現致しました。 （透明テープを貼り、その上に黒点を再現しました） （詳細を見る）

食品メーカーよりシュウマイの外観検査のお問合せです。
食品業界は形が定まらない製品が多くルールベースの従来型では外観検査が難しい状況がありました。
このところＡＩ（ディープラーニング）を使用した検査ソフトの種類も増え導入事例が増えている業界です。

検査設定と検査結果
今回サンプルをお預かりした 13 パターンに関しては、DeepSky を使用することで OK/NG を判別する ことが可能でした。判定結果の概要は下記です。

今回はサンプル品が時間で劣化する恐れがあったため、予め 500 万画素程度のカメラで撮像 し、実際の検証ではその画像を 130 万画素程度にサイズダウンして画像処理を行いました。 実際に導入する場合の視野範囲や WD（検査物からレンズ先端までの距離）は別途検討させていただきます。

当社検査ソフトは2,000 例以上の画像検査の実績があります。金属、プラ、食品、電子基板、医薬品など検査事例として多数掲載していますので、ご検討中の検査と同様の事例ががあるかホームページでお確かめください。 （詳細を見る）

スピーカーなどの音響システムメーカーさまからの評価依頼です。
お問合せ以前はライン作業員が目視で1日10,000台もの検査でした、黒い樹脂に黒っぽい接着剤のため目視・カメラ共に非常に見えにくい特性のあるワークのためお困りでした。

【検査設定と検査結果】
EasyInspectorで検査することが困難だったのでDeepSkyというディープラーニングを活用した製品を使用しました。ひとまず今ある画像で学習を行ってみたところ検出は可能でしたが、データ数も少なく、写りも非常に検査し難いもののため、精度の面でより詳細な検証が必要と思います。ただ検出自体は一応できましたので、その様子が分かる資料として上部の画像を報告しています。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

以前よりお付き合いのある製薬会社さまより、DeepSkyの検出方法のご相談の連絡です。

【検査設定と検査結果】
画像 B は 4 分割した内の 1 枚です。解像度も単純に 4 分の 1 です。 この時全視野に対する不良箇所の面積を１と仮定すると、画像 B の全視野に対す る不良箇所の面積は 4 となります。 単純に「見つけたい物」が画像全体に対して大きく写っているため画像 B の方が解像度は 低いのに検出がしやすいという状態になります。 これがディープラーニングにおいて解像度そのものの重要性が低い理由です。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

食品業界では以前から異物の混入は大きな課題です。

今回は DeepSky という、いわゆる AI（Deep Learning）を使用したソフトで検査しました。 左上の画像はアノテーションと呼ばれ検出させたい箇所（異物）を学習させることでソフト自身が設定パラメータを調整し、認識するようになります。
画像では「毛髪」「ビニール」「虫」を検出しています。しかし米飯の上のゴマに混ざった虫については判定ができませんでした。ゴマと虫の違いを明確に撮像する必要があります。

使用したソフト
使用ソフト：DeepSky （詳細を見る）

様々な見本帳を制作されているメーカーでも弊社の検査ソフトを検討いただきました。木目調等の場合は色や風合いや柄が一致しない場合も多くこれまでのルールベース型の画像検査では難しかったようです。

当社ホームページには検査ソフトのWEB無料お試しを公開しております。AI（ディープラーニング）を使用した検査ソフトを実際に体感いただいて、お問合せいただく事もできます。

【検査設定と検査結果】
画像はアノテーションです。AI（Deep Learning）を使用したソフトで検査し、検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するように成長します。お送り頂いたサンプル品で検証を行った結果、誤判定はありましたが学習させた画像でし たら 100％検出はできました。 今回教師画像としたサンプル品は 3 枚のため「色が似ているもの」「木目にバラツキがあるもの」を誤検出してしまうことがありました。 教師画像を増やすことで様々なパターンの木目（特徴）を学習し、正答率が上がる可能性が考えられます。 また、左 右 を別で撮影し（カメラ 2 台で）大きく写す方法も効果的です。 （詳細を見る）

食品の牛皮製品の中に異物がないか、食品メーカーからのお問合せです。簡易検査では「コーン」「ワラ」「牛毛」３種類の異物を検出できるかいただいた画像でテストしました。

当社検査ソフトは2,000 例以上の画像検査の実績があります。金属、プラ、食品、電子基板、医薬品など検査事例として多数掲載していますので、ご検討中の検査と同様の事例ががあるかホームページでお確かめください。

【検査設定と検査結果】
お送り頂いた画像にて検証を行った結果「コーン・ワラ・牛毛」の検出は可能でした。 ただ、より小さい検出物や異なるパターン（特徴）のものが出てきた場合などを想定して十 分な検証を行う必要があります。 全幅の画像ですと検出対象が微小なため検出は難しいと判断致しました。 今回は半幅の画像にて検証を行いました。コーンには「コーン」、ワラには「ワラ」、牛毛には「牛毛」とラベル分けをしてアノテーシ ョンを行いました。 アノテーションした画像 90 枚を教師画像として学習させます。コーン、ワラ、牛毛のどれか 1 つでも検出したら不合格になるように設定しました。 （詳細を見る）

食品メーカーでは形状の定まらないワーク（食材）が当たり前です、ちょっとした不良や異物混入で大きな事故につながります。今回も食品の簡易検査のご依頼です。

労働人口の減少や熟練した作業員の高齢化が進む社会情勢には歯止めはかからず生産性の向上を支援する取り組みは今後ますます求められています、画像検査も徐々に技術が洗練されてきました。
安心安全の食品を口にできる日本品質の維持に画像検査の導入をご検討ください。

【検査設定と検査結果】
頂いた画像による検証です。検出したい対象箇所を枠で囲み、種類ごとにラベルを付与しました。今回は「変色」「花芽」「長さ」「長さ２」といった4種類に分けたアノテーションをしました。今ある画像だけで教師データと非教師データに分けて行った検証なのでそこまで精度はでませんでしたが、サンプル数増やしていけばある程度正確性は向上して いくものと推測できます。

【使用したソフト】
使用ソフト：DeepSky学習版 （詳細を見る）

工員による目視検査では検査員によって「良品」「不良品」の判断基準にバラつきがあることも多く程度によって判断を迷うようなものであればあるほど検査結果がバラバラになる傾向があります。

画像検査システムで安定的で生産効率の良い検査をご検討ください。

左の画像はカメラとレンズ、照明の環境です。右の画像は「アノテーション」と呼ばれる、検出を行う部分を枠で囲む作業です。 枠で囲まれた部分を「学習」させることにより検査画像中から検出対象を検出できました。検査品を回転台の上に置き、回しつつ検出の検証を行い 検証時の想定では 1 本あたり 60 秒程で検査を行うよう想定しました。粉塵については目視で不良を確認することができなかったため設定や検出ができませんでした。不良部分撮影できない場合は検査は難しくなります。撮影には工夫が必要です。 （詳細を見る）

食品メーカーでも外観検査システム導入は急増しています。
形状が安定しないため今まで外観検査は難しいとされてきましたが、技術の発展と人口減少による人手不足のため今後もお問い合わせは増えると予想しています。
私たちの快適な生活に直結する製造業界でお役に立つことが弊社の使命です。

【検査設定と検査結果】
OK10 枚、NG29 枚の合計 31 枚を教師データとして使用しました。左の画像のように検出したい対象箇所を枠で囲み、種類ごとにラベルを付与しました。 ラベル名は下記の様に設定しました。

教師データでの判定ではやはり誤検出はありませんでした。非教師データ61枚ではNGをOKと判断したものが15枚ありました。形状が安定しないワークでは教師画像を増やし、追学習することで検出の精度を上げることができます。

【使用したソフトと機器】
使用ソフト：DeepSky学習版
検査個所数：1ヶ所画面全体から不良を探す
カメラ解像度：130万画素
レンズ焦点距離：12mm （詳細を見る）

冷凍食品メーカーからサンプル品が届きました。
食品などは形状が安定しないため検査することは難しいとされてきました。

様々な形状の部品や不良に対して強みを発揮できるAI（ディープラーニング）検査ソフトDeepSkyは設定も簡単です。「DeepSky学習サービス」をお試しください。

【検査設定と検査結果】
常温のチャーハンに対して具材（たまご）の有無を判別することができました。 たまごを完璧に取り除いた画像を作ることができなかったため、多少の誤検出はあります が、たまごがある状態と無い状態では検出する数量に明確な差がありました。 今回の検証では多少の誤検出があることを前提として、見つけた量が少なければ NG、多け れば OK という方式で OK/NG を判定しています。 （詳細を見る）

容器や梱包資材メーカーより透明のニスの有り無しについてのお問合せがありました。
透明のニスの有無はEasyInspectorのような従来型の画像処理では安定した検出が難しく、ご提案するとしたらディープラーニングを活用したDeepSkyというソフトになります。

【検査設定と検査結果】
学習データが画像2枚分しかないので参考程度の結果になりますが、ニスがある状態と無い状態を学習させることで、画像のようにニスの有無を判別できる可能性があります。お送り頂いた画像は照明条件や位置決め、カメラの距離など安定した環境で撮像されたものと思いますが、同様の撮像方法でNG画像とOK画像の量を増やす送付をお願いし今後の検証をすすめていきます。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

以前よりお取引のある自動車内部品などの樹脂成型部品製造のメーカーからのお問合せです。黒地に黒い異物や部品は今まで検出の難しい検査とされてきました。AI （ディープラーニング）を使用した画像検査ソフトDeepSkyではこういった同色の部品や異物の認識も可能です。

【検査設定と検査結果】
130万画素カメラでおおよそ全体の1/4の視野範囲を撮像し、学習→検出を行いました。その結果、検証環境下においてはクリップの種類及びタッカーの本数を識別することが可能でした。また斜面に貼り付けられたファスナーなどで、タッカーが見えにくくなっているものに関しては恐らく検出が困難ですのでカメラに写す角度に工夫が必要と思います。ラベル分け（見つけたいものの名前を付けて登録）は11種に分けました。教師画像13枚で1600step学習して簡易テストを行いました。

【使用したソフト】
使用ソフト：DeepSky （詳細を見る）

穀物乾燥機メーカーさまは弊社のHPよりAI（ディープラーニング）を使用した検査ソフトDeepSkyのWEBお試しを体験されていましたが良い検査結果が得られず、パラメーターの生成方法についてご案内しました。

ディープラーニングの検査に慣れている担当者さまはスムーズに検査ができますが、初めて使用される場合には思い通りの結果が得られないことがあるのは当然です、もし、納得できない結果や設定方法に疑問などがありましたらお気軽にお問合せください。

【検査設定と検査結果】
検出したい対象箇所を枠で囲み、種類ごとにラベルを付与し設定しました。今回は数字の1～4と数字がないもの５種類７枚の教師データを使用しています。全ての画像で正しく対象を識別できました。

【使用したソフト】
使用ソフト：DeepSky　
検査個所数：2ヶ所　画面の中２ヶ所の数字を認識する （詳細を見る）

食品メーカーでは毛髪の混入は大きな事故になりかねます。食品や生もののお問合せでは画像を送っていただく方法でお願いすることがあります。その場合検出したい部分（不良）をはっきり撮影できるように照明やピントを調整した写真を頂けたら検証できます。今回は冷凍食品に毛髪を乗せた画像を送付いただきました。

【検査設定と検査結果】
冷凍食品のパターンでは検出結果が良好でした。冷凍状態であれば全体的に白っぽく写っており、黒い毛髪とコントラストが良く取れているためと予想しております。 ただ常温状態でも、単純に教師画像を増やしていけば検出できるようになる可能性はあると考えています。教師画像、学習ステップを増やすことで、追学習して精度が上がることがDeepSkyの強みです。

【使用したソフト】
使用ソフト：DeepSky学習版
検査個所数：1ヶ所画面全体から毛髪を見つける （詳細を見る）

各種繊維製品や不織布のメーカー様から不織布のサンプル画像が届きました。異物と汚れを見つける無料評価の依頼です。実際のサンプルを送付は昨今のコンプライアンスやセキュリティの観点から厳しくなってきています。
弊社にサンプルを送ることができれば、照明やカメラ、レンズ、ワークまでの距離など弊社で検証しご案内することができます。

【検査設定と検査結果】
送っていだいた23枚の画像を使用して検証した結果、不良部分の検出は可能でした。左の画像は検出させたい部分を矩形で囲む作業（アノテーション）です。右の画像は検査結果の検出枠です。23 枚の画像のうち 16 枚を教師画像として学習させました。 （画像は 21 枚で、弊社で類似の NG 画像 2 枚を画像加工しました。） 教師画像 16 枚（OK2 枚/NG14 枚）と未学習画像 7 枚（OK1 枚/NG6 枚）の計 23 枚を判定し、ご報告しています。 （詳細を見る）

以前よりお取引のある商社様からのご連絡です。「異物」を検出します。
産業用機器メーカー、商社、エンドユーザーなど様々な立ち位置のお客様から問い合わせいただいています。

【検査設定と検査結果】
実際に画像処理にかけてみたところ、角度によって検出のバラツキはありますが2mm程度の異物であれば250mm程度の視野範囲で検出可能でした。非常に小さい黒点や毛のような異物は視野範囲50mmくらいで検出できました。

【使用したソフトと機器】
使用ソフト：DeepSky学習
視野範囲：50mm
検査対象の最小サイズ：2mm
検査個所数：1ヶ所画面全体から異物を見つける
カメラ解像度：130万画素
レンズ焦点距離：8mm
照明：室内蛍光灯 （詳細を見る）

FA制御機器メーカーさまから様々な検査で導入をご検討いただいています。

「接着剤の有無」「嵌合爪はまり状態」「サーミスタ接着剤塗布確認」「リング部品有無」「表示銘板」「サーミスタ曲がり」「ネジの有無」「はんだ過多/過少」「リード線有無」「はんだ上がり」「熱溶着出来栄え」の検査を自動化したいとご相談がありました。

【検査設定と検査結果】
全ての検査項目で検査はおそらく可能でした。最初の検証のご報告は合否判定のみの簡易評価となります。
ディープラーニングによる画像処理の基本的な考え方は「覚えさせたものを見つける」ということになります。 例えば「サーミスタ接着剤塗布確認」を行う場合は良品（左）と不良品（右）の状態をそれ ぞれ指定し、学習を行うことで接着剤有無の区別ができるようになります。
導入ご検討の際は機器貸し出しサービス等をご利用頂き、実際に検査が可能なことを必ずお客様側でもご確認いただきます。 （詳細を見る）

社会的企業や社会起業家social entrepreneur（ソーシャルアントプレナー）は昨今、様々な場所で活躍されています。業事としてＣＳRを運営されているメーカーからのお問合せがありました。今回は水槽の金魚をカウントする評価です。

【検査設定と検査結果】
左の画像がアノテーションという見つけたいものを囲う作業です。右の画像が緑色の検出枠で金魚をカウントしています。 お送り頂いた動画を切り取ってDeepSkyというAIを搭載したソフトで検証してみました。検証した結果、金魚の検出はできそうでした。ただ、ホースの裏に隠れてしまった時や2匹が重なっている時は検出できておりません。 （詳細を見る）

冷凍食品メーカーでも他の業界と同じように発送時には梱包し商品名や日時の記載やPPバンドで結束する工程があります。 今回はそのような出荷時の検査です。印字を２ヶ所とＰＰバンドで正しく結束されているかの３つの項目４カ所の判定をしました。

【検査設定と検査結果】
ディープラーニングによる画像処理でカートンの OK/NG は左画像のように判別可能でした。
左画像では、黄の検出枠は日時の印字、緑の検出枠は商品名、水色の検出枠はｐｐバンドの検出を表しています。
このように検査する箇所は重なることも可能です。 現場の環境に近くなるよう、対象物の前にバーを置き評価しました。 真横からの撮像で製品名の部分が隠れてしまうと認識が難しいので、カメラを斜めにしてカートンの文字が半分以上写るようにし撮影+検査をしました。 （詳細を見る）

産業用機械メーカーさまから、ステーショナリーセットを袋に詰めた状態で入れ忘れがないか検査したいと無料評価のご依頼です。袋の中に文房具が８種類、あるかどうかを検査していきます。
今回は文房具でしたが、組み立て部品がそろっているか、説明書がそろっているかなど様々な業界で応用した運用が可能な事例です。

【検査設定と検査結果】
ワークの特徴部分が隠れなければ検出は可能でした。また、袋の反射の真下に来てしまうと検出できないケースがありましたので、カメラ下に置くときになるべく袋にしわが無いようにすると安定します。
袋内にあるべき８種類のワークを良好に見分けることができました。
画像は判定結果の表を検査画面に表示した様子です。右画像では「B」と名付けた「取扱説明書」が欠品していることを赤く表示しています。 （詳細を見る）

産業用機械を制作するメーカー様からコンベア上で検査できないかとのお問合せです。

【検査設定と検査結果】
DeepSkyの検査機能を用いコンベア上での判定は可能でした。左の画像が「アノテーション」と呼ばれる見つけ出したい部分を囲う作業です。右の画像が「検出枠」です。油の付着やざらつきなどワークの全面を判定したい不良と、傷やタレ、ブツなどの部分的な不良を分けて設定すると良好に判定ができました。 （詳細を見る）

魚介や果実などの食品は大まかな形はにていますが、画像検査としては形が安定せず、大きさや熟成具合で色やふくらみが変わってくるため難しいとされてきました。
弊社検査ソフトDeepSkyはこういった形が少しづつ違うワークの検査を得意としています。

今回は食品工場などで活躍する自動化ロボットを制作するメーカー様からのお問合せで貝の牡蠣の剥き身の不良判定を評価しました。牡蠣の出荷時期ではないためいただいた画像での検査です。

【検査設定と検査結果】
お送りいただいたサンプル画像を 弊社で検証いたところ卵と黒点の検出は可能でした。 いわゆる AI（Deep Learning）を使用したソフトで検査しました。 検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、認識するようになります。弊社ソフトでは色のみで検出しているのではなく、テクスチャー（表面の質感）もプラスした判断ができます。 それに加え、位置固定の必要がなく、たとえコンベア上で複数の牡蠣が様々な位置や向きで 流れた場合でも判定が可能です。 （詳細を見る）

HDD を送付いただいてサンプル画像でのテスト判定です。

【検査設定と検査結果】
左の画像はアノテーション、右の画像は検出枠を表しています。
DeepSkyの検査機能を使用することにより布生地の「変色」「糸びき」「穴」の不良判定が可能でした。いただいた画像の撮影環境が全体的に暗い印象で結果としては、おおむね正しく判定出来ましたが、花柄は２枚の誤判定がありました。照明環境などで鮮明に撮像できれば、より精度が高い判定ができるようになります。

【使用したソフト】
使用ソフト：DeepSky
検査個所数：画面全体（変色　糸びき　穴） （詳細を見る）

金属製品や樹脂製品などの継手を手掛けるメーカー様では現在、水中の気泡で穴がないか検査しているとのこと、気泡の量や大きさ、泡の連なりなど見え方が様々で水中の浮遊物も気泡そっくりに撮影され、誤判定が多いことから、現行の画像検査ソフトからの切り替えのための問い合わせです。

送付いただいた画像「大・中・小・極小」の４種類を無料評価しました。

【検査設定と検査結果】
水面に浮かんだ気泡の有無を検査する方法で良好に判定ができました。
左の画像は覚えさせるための教師画像のアノテーションです。右の画像は検出枠の表示画像です。水中の気泡の上昇スピードはとても速く0.3秒おきのコマ撮り撮影では撮影+検査がもれてしまう恐れがありました。
DeepSkyでは連続撮影の設定をすることができます、コンベアや作業中の位置固定のない検査も可能ですがパソコンのスペックによりだいたい0.2秒から0.3秒に１回の静止画のコマ撮り撮影になります。

【使用したソフト】
使用ソフト：DeepSky（学習版）
検査個所数：画面上部（水面全体）1ヶ所 （詳細を見る）

自動車やバス、トラックなどに設置する車内用カーテンはアコーデオン式にたたまれています。
付けられている「フック」や「タッセル」と呼ばれるベルトや「マジックテープ」など様々な部材が決まった位置に取り付けられていないと合格品とはなりません、作業員が治具を使用し複数回に分けて検査している現在の工程を自動化したいご要望です。

【検査設定と検査結果】
検査ソフト「DeepSky」を使用して検査しました。
まず見つけたい部材をアノテーションします（左画像）。検査部分をソフトに覚えさせるため、ベルト・部品 A・部品 B・マジックテープ・商品タグ　の５種類 に分けて、10 枚の良品教師画像をアノテーションしました。次に設置されるべきエリアを指定しました（右画像）。
ワークを正しい指定位置に撮像する必要がありますがアコーディオン式なので位置の指定のために固定のための治具を使用した提案になっています。
指定の場所に指定の部材があればOKなければNGと精度高く判定することができました。 （詳細を見る）

黒いワークに黒い部材が使用されている場合画像検査での有無判定は難しいとされてきました。

今回は自動車やトラック、バスの窓に取り付ける黒いアコーディオン式のカーテンに、黒い部材の実装検査です。弊社のある静岡県浜松市、近隣には自動車部品の工場がとても多く、弊社検査ソフトはいろいろな自動車部品メーカーに運用いただいています。

【検査設定と検査結果】
いわゆる AI（Deep Learning）を使用したソフトで検査しました。
検出させたい箇所を学習させることでソフト自身が設定パラメータを調整し、 認識するよう になります。 こちらの検査ソフトでは「黒ワークに黒い不良」や「金属（シルバー光沢）に金属部材や不良（シルバー光沢）」なども簡単な設定で検査することができます。ぜひ、実際にHPの「DeepSky学習サービス」でお試しください。

持参いただいた、自動車用黒カーテンにて検証しました。取り付け部品の個数の検出、部品の取り付け位置についても判定可能でした。画像外側の青い検出枠がエリア指定の合格、内側の黄緑色と水色の検出枠が部品の種類の合格を表しています。 （詳細を見る）

製品の梱包されている段ボール箱にシールされているラベルは反転して出荷する事故が起こりやすいようで、お問合せが多数ある事例のひとつです。今回は段ボールの組み立て後、フリーローラー上で検査する想定です。

【検査設定と検査結果】
いわゆる AI（Deep Learning）を使用したソフトDeepSkyで無料評価しました。
サンプル品のラベルの向きや角度をカメラからの距離を変え撮影した、計 40 枚を学習させる教師画像として使用しました。左の図では「OK」「NG」の２つに分けて画面上にNGは１つでもあったら不合格　OKは３つまでを合格とする設定です、右の図でわかるように誤判定はありませんで精度高く判定ができました。
良好に判定できた場合、多くが実際にデモ機を無償レンタルでお試しいただく流れになります。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：400 x 300mm
検査対象の最小サイズ：150mm
検査個所数：1ヶ所　ラベルの反転
カメラ解像度：130万画素
レンズ焦点距離：6mm
レンズと製品との距離：900mm
照明：室内蛍光灯 （詳細を見る）

サプリメントやお薬、食品などの包装に透明フィルムが使用されていることは日常でもよく見かけます。

【検査設定と検査結果】
(1)フィルムの個数の検査→判定可
5 連まで判定しましたが精度高く判定できました。 10 連の連なりも全体が映る位置にカメラを設置いただけば判定可能になります。

(2)内容量の検査→判定不可
室内灯ではフィルムの反射で内容物が確認できず、サンプル品の横に黒い板を設置しての撮影+検査としましたが、内容物の重なりや偏りなどもあり、量を見分けるのは出来ませんでした。検査するためには照明や内容物の偏りの工夫や調整が必要になります。

(3)フィルムの重なりの検査→判定ミスあり
80％（判定ミス 10 / 50）の精度での検出ができました。 重なりは無数にパターンがあるため今回は 40 枚で学習しましたがより多くの教師画像を 登録すると精度が上がると感じました。完全に重なっている場合には１枚と判定してしまいます。 （詳細を見る）

様々な業界で計数カウントのお問い合わせがあります。

今回は工具や工作機械などを製造されるメーカー様からのお問合せです。
３種類の部品をいろいろな向きや重なりなどもある状況で、設定した個数あればOKと判定したいご要望です。

【検査設定と検査結果】
DeepSkyの検査機能を用い、様々な「向き」や「重なり」「異品が混ざる」場合でも判定できるようになりました。しかし重なり具合によっては誤判定もありました、覚えさせる部分（アノテーション）の方法など改善や試案が必要な印象です。
弊社では最初の無料評価として「検査ができるかどうか」を簡易的にご報告することになります。その後、具体的な運用方法など詳細に応じた検証やご提案をしています。

先日、DeepSky検査と合わせて運用するためのコンベア稼働中にカウントするソフトも完成しました。ご要望により日々使いやすく進化しております。 （詳細を見る）

製造や出荷時に専用トレイを用いマス目一つずつにワークを置くことは様々な場面でよく見かけます。トレイの中で動くワークなどは位置決めが難しいところがありますがそのような検査にも弊社の検査ソフトDeepSkがお役に立ちます。

送付いただいた画像での検証で、トレイ５種類を見分ける検査をAI使用したDeepSkyで設定しました。277 枚の画像のうち70枚（各 14 枚×５種類）を教師画像として学習させました。

【検査設定と検査結果】
教師画像70枚と未学習画像207枚の計277枚を検査しました。右画像の赤枠部分にどのトレイがいくつ検出しているか表示されています。 こちらの設定ではトレイ1を1つ検出したら “合格” と設定してあります。 結果は、未学習の4枚を誤検出、残りの273枚は検出することができました。誤検出した画像を追学習することによって検査精度はより高まります。追学習できることはAIを使用した検査ソフトの強みです。
検出が可能であるかの最初の評価ご報告は簡易的な内容とさせていただいています。

【使用したソフト】
使用ソフト：DeepSky学習版 （詳細を見る）

送付いただいたサンプル画像 84枚（NG39枚 / OK45枚）のうち、50枚（各 25 枚）を 教師画像として学習させました。未学習の残りの画像をテスト用画像として使用しました。

【検査設定と検査結果】
DeepSkyの検査機能を使用することによりイトビキを0.23秒で判定できました。教師画像と残りのテスト用画像 34 枚を検査した結果、正答率は 100%でした。画像検出枠上部の数字はAIの自信度％（認識点数）です。

【使用したソフト】
使用ソフト：DeepSky 学習版 （詳細を見る）

高品質なフィルムを制作されているメーカー様からサンプル画像100枚を送付いただいて検証しました。
DeepSkyの無料評価ではワークのいろいろな形状の不良の写真を送付いただく必要があります。

【検査設定と検査結果】
DeepSkyの検査機能を使用することにより様々な形の不良の有無を検出し、1回につき0.28秒の検査タクトで見分けるができました。左画像は設定、右画像は見つけ出したい部分を囲い、覚えさせるためのラベル分けです。
・NG のどれかを検出したら不合格・OK のみを検出、または何も検出しなかった場合は合格といった設定を作成しました。
OKとNGをソフトに学習させることでお客様のご要望に沿う検査が行えるようになりました。弊社ホームページにはDeepSkyのお試しサービスがあります。ご活用ください。

【使用したソフト】
使用ソフト：DeepSky 学習版 （詳細を見る）

医薬品メーカーでも他の業界と同じように製品の規定数を紙製の箱に入れシールで封をして出荷していましたが、シールの貼り忘れという事故が発生していました。
作業中の様々な向きや角度であっても位置固定がなく検出できるDeepSkyで検証致しました。DeepSkyはこういった検査が得意なソフトです、業界を問わずにご活用いただいています。

【検査設定と検査結果】
DeepSkyの検査機能を使用することにより1カ所のシールの有無を検出し、0.23秒の検査時間で判定ができました。検査時間はパソコンのスペックなどで変わります。画像は報告書より切り抜きました。左画像ではラベル１種でシールを１つ検出するとOKの設定をしています、右画像では検査判定の「OK」と「NG」は誤検出なく判定しています。
頂いた画像での検査でしたが、今回はカメラなどの環境も想定でご案内しています。
カメラやレンズは許容できるワーキングディスタンスや視野範囲によって変わってきます。 （詳細を見る）

自動車、バス、飛行機などの座席シートは仕様違いによりデザインが変わったり、サイズが変わったりしますが、内部の部品もグレードにより変わってきます。類似品の場合は見た目がほぼ同じため類似の異品を出荷するという事故が発生していました。

【検査設定と検査結果】
DeepSkyを用いた評価を行いました。左はアノテーション画像（検出したい部分を覚えさせる教師画像）　右は検査結果画像です。今回は外部流出できないワークであったため弊社では模型を使用し、アノテーション方法のご提案となりました。こちらでは現在　導入検討のため、デモ機の無料レンタルサービスでお試しいただいています。デモ機は数に限りがありますので予約状況によってはお待たせする場合もあります。 ご予約はお早めにお願い致します。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：100 x 80mm
検査対象の最小サイズ：5mm
検査個所数：4ヶ所（ラベル8）
カメラ解像度：130万画素
レンズ焦点距離：12mm
レンズと製品との距離：450mm
照明：室内蛍光灯 （詳細を見る）

コンビニやスイーツショップではカトラリーを付けて販売するサービスが主流になっています。
今回は透明の小さいサイズのスプーンを透明のフィルムに梱包してある状態でプチプチの上で検査します。弊社ではお客様の検査の状況に合わせた環境づくりに心がけ、無料評価しご報告しています。

【検査設定と検査結果】
DeepSkyの検査機能を使用することにより1カ所の画面の中に１つスプーンがついていると「OK」と表示させる設定が容易にできました。左はアノテーション画像（検出するものを覚えさせるために指定する画像・教師画像）です、右はスプーンを検出している画像です。DeepSkyでは人が目視確認で見分けることもわかり辛い状況であっても位置の固定がなく判定ができます。

【使用したソフトと機器】
使用ソフト：DeepSky
視野範囲：150 x 120mm
検査対象の最小サイズ：70mm
検査個所数：1ヶ所（スプーン１つ検出で「OK」スプーンが検出できなければ「NG」の設定・ラベル1つ）
カメラ解像度：130万画素
レンズ焦点距離：8mm
レンズと製品との距離：430mm
照明：室内蛍光灯 （詳細を見る）