事例
事例
Roxy AIを使えば、高精度の
AIモデルを作成できます。
以下に、その一例をご紹介します。
- 小魚の欠け、異物混入検出
- ナッツの段ボール片混入検出
- ゴム部品のキズ等の不良検出
- 抵抗の異種検出
※いずれの事例でも、60～100枚程度の画像、20分～30分の学習で、精度100％を達成しました。
（ナッツの段ボール片混入検出事例は、撮影から学習、テスト・精度出しまで2時間未満で達成。）
Case study 01
小魚の欠け、異物混入検出
海産食品の外観検査事例です。見分けにくい食品などの背景から不良品、異物のみを抽出できます。
学習画像サンプル
-
正常画像1 
-
正常画像2 
-
不良画像
※判別しにくい小魚の一部欠けや小さな異物など混入
学習結果
学習グラフとパーセプション
-
不良をすべて検出
9件
-
正常品
5件
-
チェックミス
0件
検証結果サンプル
-
不良サンプル１の元画像 
-
不良サンプル１の検出結果 
-
不良サンプル１の検出結果
（不良部位ヒートマップ付き）
-
不良サンプル２の元画像 
-
不良サンプル２の検出結果 
-
不良サンプル２の検出結果（不良部位ヒートマップ付き） 
Case study 02
ナッツの段ボール片混入検出
食品の異物混入外観検査事例です。見分けにくい食品などの背景から異物のみを抽出できます。
学習画像サンプル
-
正常画像1 
-
正常画像2 
-
不良画像
※判別しにくい小さな段ボール片が混入
学習結果
学習グラフとパーセプション
-
不良をすべて検出
8件
-
正常品
12件
-
チェックミス
0件
検証結果サンプル
-
不良サンプル１の元画像 
-
不良サンプル１の検出結果 
-
不良サンプル１の検出結果
（不良部位ヒートマップ付き）
-
不良サンプル２の元画像 
-
不良サンプル２の検出結果 
-
不良サンプル３の元画像 
-
不良サンプル３の検出結果 
Case study 03
ゴム部品のキズ等の不良検出
工業製品の外観検査事例です。製品個体差が多く、ルールベース検査では困難です。ゴム製品の他、金属・樹脂などの製品でも高い精度での外観検査が可能です。
学習画像サンプル
-
正常画像例（42個中の6個）
※かなりの製品個体差あり
-
不良画像１ 
-
不良画像２ 
学習結果
学習グラフとパーセプション
(※学習時間約30分)
-
不良をすべて検出
6件
-
正常品
6件
-
チェックミス
0件
Case study 04
抵抗の異種検出
工業製品の異物外観検査の例です。目視ではうっかり見逃してしまいそうな目立たない製品差も、確実に検出します。
学習画像サンプル
-
正常画像１ 
-
正常画像２ 
-
不良画像
※2種類の異種抵抗が１つずつ混入。
１つは、赤い線の本数だけ違う判別のしにくいもの。
学習結果
学習グラフとパーセプション
-
不良をすべて検出
10件
-
正常品
10件
-
チェックミス
0件
検証結果サンプル
-
不良サンプル１の元画像 
-
不良サンプル１の検出結果 
-
不良サンプル１の検出結果
（不良部位ヒートマップ付き）
-
不良サンプル２の元画像 
-
不良サンプル２の検出結果 
-
不良サンプル２の検出結果
（不良部位ヒートマップ付き）