AI判定技術で製造ラインの食品の色を学習／分類する
- 自動化
- 見える化
課題・問題
・自動判定が難しく、人の目に頼る検査をする現場がまだまだ多い。
・目視検査をする上での人手不足。
・AIを導入したいが製造現場でAIを利用する環境構築ができない。
・リアルタイム処理ができない。
・従来の画像処理装置ではパラメータ設定が難しく、導入ハードルが高い。
システム内容および改善内容
- 今まで人が目視で実施していた目視検査を、AIの画像サービス（MMEYE）を利用することで、自動化することが可能。
- AI（ディープラーニング）画像解析技術により、従来の画像検査装置の適用が難しかった、あいまいな判定に適用可能。
- エッジPCとGPUの利用により高速な画像認識処理を実現できます。難しかった、あいまいな判定に適用可能。
- 人の知見の追加学習機能を搭載。学習を繰り返すことで検知精度が向上します。
導入効果・メリット
・AIを利用して複雑なパターンも人並みに精度よく自動判定。
・クラウド側で作成した判別モデルをエッジPCで実行。製造現場での高速リアルタイム処理が実現可能。
・難しい専門知識は不要。学習用画像を準備するだけで可能。
導入期間
要件定義から実稼働まで 無償検証： サンプル画像を基に検証（3週間） 、有償検証：実ラインでの検証 （1ヶ月間） 、本格導入：（2ヶ月間）
AI判定サービスの適用事例
食品製造業
食品の外観検査／食品の遺物件／食品の焼き具合分類／食品の分類と個数カウント／食品（中食・弁当）製造チェック／ダンボール梱包のミス検査
一般製造業
食工業部品（ベアリング、自動車部品、半導体ウエハなど）の外観検査／砥石摩耗度の本質検査
その他の分野
虫の物体検知と分類／野菜の葉の育成異常検知／駐車場の満空判定とナンバー認識／産業廃棄物の分類（グレード判定）／産業廃棄物の物体検知と分類