1. ホーム
  2. アーカイブ配信
  3. AI外観検査導入のための基礎と進め方・留意点【アーカイブ配信】

AI外観検査導入のための基礎と進め方・留意点【アーカイブ配信】
～AI画像認識技術の基礎、導入プロジェクトの進め方、品質保証への対応～

本ウェブページは【LIVE配信（12/9実施）】を録画したアーカイブ配信の申込ページです。
視聴期間中は何度でもご視聴いただけます。

セミナー概要
略称
AI外観検査【アーカイブ配信】
セミナーNo.
241227A
配信開始日
2024年12月10日（火）
配信終了日
2024年12月17日（火）
主催
(株)R&D支援センター
問い合わせ
Tel：03-5857-4811　E-mail：[email protected]　問い合わせフォーム
講師
兵庫県立大学 大学院工学研究科 電子情報工学専攻 准教授 博士（工学）森本 雅和 氏

【略　歴】 　　
1998年3月 大阪大学大学院 工学研究科 通信工学専攻 博士後期課程修了
1998年4月～2004年3月 姫路工業大学 工学部 助手
2004年4月～2014年9月 兵庫県立大学大学院 工学研究科 助手・助教
2014年10月～ 兵庫県立大学 大学院 工学研究科 准教授
2019年4月～ 兵庫県立大学 先端医工学研究センター 副センター長
2019年4月～ 兵庫県立大学 人工知能研究教育センター 兼務
価格
非会員：  49,500円 （本体価格：45,000円）
会員：  46,200円 （本体価格：42,000円）
学生：  49,500円 （本体価格：45,000円）
価格関連備考
会員の方あるいは申込時に会員登録される方は、受講料が1名49,500円（税込）から
　・1名46,200円（税込）に割引になります。
　・2名申込の場合は計49,500円（2人目無料）になります。両名の会員登録が必要です。
　・10名以上で申込される場合は大口割引がございます。
　　お気軽にメールでご相談ください。[email protected]
■会員登録とは？　⇒　よくある質問
備考
・配信開始日になりましたら、視聴用URLをメールでお知らせします。
セミナー資料の無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
講座の内容
受講対象・レベル
・AI関連技術・画像認識技術による外観検査業務の効率化や自動化・無人化を検討中の方、着手し始めた方
必要な予備知識
特に予備知識は必要ありません。基礎から解説いたします
習得できる知識
・AI画像認識技術の基礎・原理
・AI画像認識システム導入の進め方
・画像取得の際の留意点
趣旨
　ここ数年、AI（人工知能）の応用が急速に進展しています。劇的な認識率の向上をもたらしAI分野を発展させたのが、「Deep Learning（深層学習）」のアルゴリズムであり、実装が容易なライブラリの登場により、画像認識を中心に利用例が報告されています。
　かたや、製造現場ではAI外観検査（画像識別）を中心に導入プロジェクトが立ち上がっていますが、狙った識別精度が得られず、導入に至らない例が聞かれます。画像データの前処理にかかる負担や良品・不良品データの不均衡がおもな原因にあげられます。また、特にDeep Learningでは識別にかかる根拠がわかりにくく、品質保証の観点から導入を見送る現場も多いです。
　そこで、本講座は中小製造現場でいくつかの導入実績をあげた講師が、自身が手がけたAI外観検査の取り組みを紹介。活動事例を通じて、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までを解説します。
プログラム

１．AI画像認識システムの開発実例紹介
　1-1　パン識別システム「BakeryScan」
　1-2　不織布の外観検査システム
　1-3　油圧部品の外観検査システム
　1-4　金属チェーンの外観検査システム
　1-5　レンガの外観検査システム

２．AI外観検査プロジェクトのはじめ方
　2-1　AI外観検査の進め方・概念実証（PoC）
　2-2　機械学習を意識した画像データの撮影
　2-3　学習が難しい画像
　2-4　学習しやすい画像のための前処理

３．学習データの量と質の課題
　3-1　学習データの準備にかかる負荷（画像の収集、ラベルの付与）
　3-2　学習データはどの程度必要か
　3-3　外観検査における学習データ不均衡の問題
　3-4　学習データの拡張，生成AIの活用
　3-5　ラベル付き公開データセットと転移学習による対応

４．識別根拠の課題と品質保証への対応
　4-1　Deep Learningは内部分析が困難
　4-2　説明可能性・解釈性（XAI）に関する技術
　4-3　Grad-CAMによる注目領域確認
　4-4　品質保証への対応・段階的なAI外観検査の導入

５．AI外観検査システム導入の進め方まとめ
　5-0　外部資金の獲得
　5-1　不良品の定義確認と不良品サンプルの収集
　5-2　撮影方法の検討
　5-3　撮影装置の導入とデータ収集からPoC
　5-4　初期判定モデルを作成し，プロトタイプとして導入
　5-5　モデル改良と精度検証の繰り返し
　5-6　本格運用開始後の維持管理
　5-7　外観検査プロジェクトを成功させるために

　【質疑応答】
 

キーワード
外観検査,AI,画像検査,セミナー
関連するセミナー
関連する書籍
関連するDVD
関連する通信講座
関連するタグ
フリーワード検索
カテゴリ別検索
カテゴリ別検索