AI/ディープラーニング事例
COGNEXのディープラーニング搭載画像処理ソフトを使ったAI/ディープラーニング事例をご紹介します。
-
-
電子製造の加工工程でのはんだの付着有無検査を、VPDL GreenツールのFocusedモードにて実施。
（AI/ディープラーニング事例 Vol.5ご参照）
更に「High-Detailモード」を使用すれば、より詳細・正確な分類が可能に。
-
-
金属製品製造の加工工程でのキズ・打痕検出をVPDL RedツールのFocusedモードにて実施。
（AI/ディープラーニング事例 Vol.1 ご参照）
更に「High-Detailモード」を使用すれば、画素レベルでの不良箇所検出が可能に。
-
-
パウチ製品に刻印された文字読取検査を実施。
ルールベースでは読取りが厳しい条件下でも、ディープラーニングを用いれば可能です。
-
-
3種類のバネの品種判別検査を実施。
ルールベースでは判別が厳しい条件下でも、ディープラーニングを用いれば3品種に判別することが可能です。
-
-
3種類のサンドペーパーの品種判別検査を実施。
ルールベースでは判別が厳しい条件下でも、ディープラーニングを用いれば3品種に判別することが可能です。
-
-
既定の金属パーツが全て組付けられているか、の検査を実施。
組付け順番が替わったOK品はOK・パーツ不足等のNG品はNGと、きちんとOK・NG分類で外観検査することが可能です。
-
-
透明の液体パウチ製品に貼られたラベル有無検査を実施。ラベルの種類や貼り位置が様々であっても、ディープラーニングを用いることでラベルのみの検出が可能となります。
また、外観検査で検出されたリージョンを分類検査にそのまま引き継ぐことができるので、ラベルの種分類も可能となります。
各検査ツールを自由に組み合わせることで、あらゆる検査に柔軟に対応します。
-
-
凹凸がはっきりしない、なだらかな凹み（広範打痕）の不良検出を実施。二次元カメラ、三次元カメラ単体では撮像及び検出が難しかった不良内容も、三次元カメラとディープラーニングを組み合わせることで可能になります。
-
-
クッキー等割れやすい食品上に発生する、欠け・ヒビ割れといった不良検出を実施。二次元カメラだと撮像不可だった不良も、三次元カメラを使えば可能となります。
また、二次元画像だと検出が出来なかったディープラーニング検査も、三次元画像を使うことで不良のみの検出が可能です。
-
-
食品用容器上に発生する、キズ等の不良の除去を実施。二次元カメラだと撮像不可だった不良も、三次元カメラを使えば可能となります。また、二次元画像だと検出が出来なかったディープラーニング検査も、三次元画像を使うことで不良のみの検出が可能です。
-
-
化粧品容器の成分表示内の不良（文字欠け等）の除去を実施。ラインカメラを使って、ワークを360°回転で撮像し、ディープラーニングを用いることで、安定した検出が可能となります。検査アルゴリズム作成時間も大幅短縮が可能です。
-
-
衛生用品の製造工程で発生する、異物の検査を実施。
プリーツ部分等がある製品でも誤検知せず、異物のみを検出することが可能です。
-
-
アソート商品を箱に詰める工程で、アセンブリ検査を実施。
ディープラーニングで学習させることによって、安定した検査が可能です。
-
-
アソート商品をパッケージに詰める工程で、アセンブリ検査を実施。
入れ違いや抜けの検査が可能です。
-
-
食品業界等のピロー包装工程で、包装シートの噛み込み不良の検出を実施。
透明・ランダム性のある背景でも、噛み込み部分のみの検出が可能です。
-
-
製菓品の製造工程で、包装資材に記載されている賞味期限などの漢字OCRを実施。
安定した文字の読み取りが可能です。
-
-
チューブ型パウチ製品の製造工程で、不良の除去を実施。
異物、汚れなどの不良のみを検出することが可能です。
-
-
焼き菓子の製造工程で、不良の除去を実施。
焼焦げなどの不良のみを検出することが可能です。
-
-
金属部品に刻印されている文字読取りを実施。
刻印の濃さやコントラストに左右されずに、文字の読み取りが可能です。
-
-
自動車のタイヤのキズ検査を実施。
表面の凹凸やヒゲは認識せずに、キズと思わしき箇所の検出が可能です。
-
-
基板の回路パターン上に発生するキズ検査を実施。
他の基板パーツや印字は認識せずに、欠陥と思わしき箇所のみを検出可能です。
-
-
穀物の生産工程での異物、不良物などの除去を実施。
不規則な欠陥、異物除去が可能になるため、目視検査の代用が実現できます。
-
-
印字物の製造工程での印字カケ、異物付着などの検出を実施。
良品とは違うと認識した、欠陥と思わしき所を検出していくことが可能です。
-
-
電子製造の加工工程でのはんだの付着ができているか検査を実施。
特徴を捉えOKとNGを分類することが可能です。
-
-
基板に印字された文字のOCRを実施。
サイズや字体が違っていても文字と思わしき物を検出していくことが可能です。
-
-
紙管製造の加工工程でのキズや異物などの検出を実施。
紙管の曲線は検出せずに、キズや異物と思わしき所を検出していくことが可能です。
-
-
薬品製造の加工工程でのスティッキングなどの検出を実施。
成分由来の濃淡は検出せずに、スティッキングと思わしき所を検出していくことが可能です。
-
-
金属製品製造の加工工程での疵、打痕検出を実施。
ヘアラインは検出せずに、疵と思わしき所を検出していくことが可能です。
AI/ディープラーニング事例
