- 目視検査からAI自動外観検査へ -
外観検査ツール
– Segmentation (欠陥検出)
-Classification (分類分け)
– Detection (位置検出とカウント)
– OCR (文字認識)
-Anomaly Detection (異常検出)
Segmentation
（欠陥検出）
Classification
（分類分け）
Detection
（位置検出とカウント）
OCR
（文字認識）
Anomaly Detection
（異常検出）
NAITでのAIプロジェクトのプロセス
画像データを準備
検査したい対象の画像をご用意ください。
NAITは、大量の画像データを必要とせず、数十枚～数百枚程度のの画像データで学習可能です。
アノテーション
画像データに対して欠陥箇所の色塗りや、ラベル付け作業を行います。
AIの専門知識がなくても、誰でも簡単に行えます。
学習
パラメータ調整がほとんど必要ないオートディープラーニング機能により、簡単に学習モデルを作成することができます。
評価
学習モデルの認識率や精度を確認します。
精度が低い場合、画像データの再収集やアノテーションを変更し、再学習させます。
導入
最適な学習モデルを出力し、判定用PC等に組み込みます。
アプリケーション事例
さまざまなアプリケーション事例をご紹介致します。
細胞検出
食品形状検査
不審者侵入検査
毛髪検出
冷凍食品官能検査
革製品の検査
飲料容器検査
植物病検査
各種お問合せ
AI外観検査を検討中のお客様、他のAIを検討したが断念したお客様、検査員不足が深刻なお客様など、お気軽にお問合せください。
NAIT サンプル評価申込
お客様より頂いたサンプル画像をもとに、NAIT（ナイト）を使用して、レポートを作成するサービスを行っております。
実際の使用イメージを掴んでいただき、製品導入の検討にお役立てください。
NAITのお問合せ
AI外観検査を検討中のお客様、他のディープラーニングを検討したが断念したお客様、検査員不足が深刻なお客様など、NAIT（ナイト）に関するお問合せはこちらからご連絡ください。
