AI・画像検査

AI・画像検査

カメラで撮影した画像を機械学習モデルで解析し、製品の傷・汚れ・欠けなどの良否を自動で判定する技術。ルールベースの画像処理では判定が難しかった不定形な欠陥や、微妙な色ムラの検出に強みを持つ。検査工程の省人化と品質の安定化を同時に狙う手段として、導入検討が広がっている。

05USE CASES

主な用途・活用方法

外観検査

製品表面の傷・打痕・汚れを自動判定

代表記事:AI外観検査とは?ルールベース検査との違いと導入の進め方 →

異物検査

食品・医薬品などへの異物混入を検出

代表記事:AI外観検査の主な用途と導入事例 →

欠陥検出

溶接・塗装・成形品の不良箇所を特定

代表記事:AI外観検査の主な用途と導入事例 →

異常検知

良品のみの学習で「いつもと違う」を検出

代表記事:AI外観検査の主な用途と導入事例 →

06DATA

AI・画像検査の数字について

このページでは数字を載せていません

今回確認した公的統計では、AIによる外観検査・品質検査の導入率や市場を直接示す数字は確認できませんでした。総務省の通信利用動向調査(企業編)はIoTとAIをまとめた導入の有無を聞いており、生産動態統計にもAIを使う検査装置という区分はありません。IoT・AIの導入の広がりはスマートファクトリー・IoTで見られます。

関連する業種の生産額やニュースの数を、この技術の市場規模や導入率の代わりにすることはしていません。導入の様子は、このページの記事の事例から確かめてください。

このテーマの最新記事・導入事例を読む →このテーマのニュースの量の推移を見る(注目テーマ レーダー)→掲載データの誤り・出典について編集部に連絡する →