鋳物不良部位検出の有効性は確認はでき、検出精度が大幅に向上した事例をご紹介!
不良品を次工程への流出を防ぐため、出荷前に全数目視検査の実施が
必要であり、個人差や疲れによる見逃し等が生じるなどの問題がありました。
そこで“アルゴリズム”で対応。人間が瞬時に画像の中の物体は何か、どこに
あるのか、どのように相互作用しているのかを理解できるシステムです。
一目見ただけで物体検出ができることが強みであることから、検査できると
考え、この手法にチャレンジすることにしました。
結果、鋳物不良部位検出の有効性は確認はでき、好適AIモデルを評価することで
現場でも安心して使用できました。当社のノウハウにより外乱要因を抑制する
ことで検出精度が大幅に向上。
また、現場適用した後も未知の画像を訓練データーの追加することができ、
検出精度改善にフィードバックができました。
【背景】
■不良品を次工程への流出を防ぐため、出荷前に全数目視検査の実施が必要である
■各検査員の個人差や疲れによる見逃し等が生じるなどの問題がある
■事後に何か問題が発生したら現物がないため、追加検証ができない
※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。
基本情報【事例】不良品検査
【開発環境】
■カメラ:IPC-4K-X12
・3840×2160画素
・筒型12倍ズーム:Bullet 12X zoom
・光学12倍ズーム
・スターライト 0.002Lux
・赤外線IR距離120m
■計算サーバー(例)
・SoftWare:Microsoft Visual Studio Professional 2017
・OS:Windows10 Pro
・CPU:Core i7 9700K 3.60GHz
・GPU:GeForce RTX 2080
※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。
価格帯 | お問い合わせください |
---|---|
納期 | お問い合わせください |
用途/実績例 | ※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。 |
カタログ【事例】不良品検査
取扱企業【事例】不良品検査
【事例】不良品検査へのお問い合わせ
お問い合わせ内容をご記入ください。