【開催概要】
中小製造現場で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。さらには、導入後の運用を通じての精度向上のための考え方にも触れる。
【受講効果】
■AI外観検査の導入の進め方から学習データの質と量の課題が把握できます。
■要求定義の整理、AI機能の選定、社内教育とプロジェクトの立ち上げが学べます。
■学習を意識した画像情報の集め方に加え、品質保証への対応までを解説します。
■導入後の運用を通じての精度向上のための考え方にも触れます。
◇ 開催日：2024年 12月 24日（火）13:00～17:00※後日の録画視聴も可能
◇ 申込URL：https://corp.nikkan.co.jp/seminars/view/4843
【プログラム】
1．AI画像認識システムの実例
1-1 パン識別システム「BakeryScan」
(1)BakeryScanのシステム構成／(2)BakeryScanの画像処理（特徴量の抽出方法等）／(3)パン識別にかかる課題／
(4)現場導入時の課題／(5)BakeryScanのアルゴリズムの改良
1-2 不織布画像検査システム
(1)不織布の異物検査／(2)既存の画像検査システムの課題／(3)不織布画像検査システムの構成と特徴／(4)機械学習による異物判別
1-3 油圧部品の自動外観検査システム
(1)外観検査の課題／(2)正常・異常判別と機械学習による2クラス分類／(3)AIの限界とデータセットの不均衡／
(4)ONE Class SVM（OCSVM）による良品学習／(5)OCSVMの課題とVAEによる異常検出／
(6)導入した外観検査システムとロボットのハンドカメラによる撮像／(7)VAEによる傷検出と誤検出の改善
1-4 金属チェーン外観検査システム（溶接不良）
(1)オートエンコーダーによる良品学習／(2)オートエンコーダーによる異常検知ほか
1-5 耐火煉瓦の外観検査システム
(1)レンガの撮像方法／(2)レンガ設置イチによる寸法補正／(3)輪郭欠け・亀裂・斑点の検出
2．AI外観検査のはじめ方と機械学習を意識した画像
2-1 AI外観検査の進め方
(1)学習データの取集と用意／(2)各種機械学習の検証／(3)転移学習の活用
2-2 機械学習を意識した画像データ（学習データ）の準備
(1)画像データの形式／(2)学習データ（データセット）の準備／(3)必要な学習データ
2-3 学習が難しい画像
(1)撮影環境や条件のばらつき／／(2)NG・OKの差異がわかりにくい／(3)キズなど一方向からでは見づらいなど
2-4 学習しやすい画像のための前処理
(1)画像のノイズ／歪みなどを取り除く／(2)明るさや色合いを調整／(3)画像の標準化・白色化／(4)オブジェクトの輪郭を強調／(5)領域抽出／(6)データ拡張
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
(1)必要となる画像枚数／(2)機械学習と深層学習のハイブリッドシステム
3-2 外観検査における学習データの質の課題（学習データの不均衡）
(1)アンダーサンプリング・オーバーサンプリング・畳付けの変更／(2)データクレンジング
3-3 学習データの拡張（Data Augmentation）
(1)データ拡張の注意点／(2)GANによるデータ拡張／(3)生成系AIによる疑似不良品画像の生成
3-4 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 Deep Learningが着目しているところ（ネットワークの可視化）
4-4 品質保証への対応（AI外観検査と目視検査との連携／段階的なAI外観検査の導入）
5．AI画像認識システム導入の進め方とまとめ
5-1 要求定義の取りまとめ
5-2 AI機能の選定
(1)画像認識による自動外観検査／(2)画像認識によるモノの管理（受入・ピッキング）／(3)稼働管理（予知保全）／(4)遠隔作業支援・手作業改善支援／(5)画像・音声認識によるデータ自動入力／(6)技術継承
5-3 社内教育とプロジェクトの立ち上げ
5-4 学習データの準備
5-5 概念検証（PoC）の進め方
5-6 ラインでの実運用のために（段階を踏んだ実運用）
5-7 運用による識別精度維持・向上（MLOps）
◇ 申込URL：https://corp.nikkan.co.jp/seminars/view/4843
配信元・問合先――――――――――――――――――――――――――――
日刊工業新聞社 今堀崇弘
株式会社日刊工業新聞社
t.imahori@media.nikkan.co.jp
0669463382
