「AIを活用した外観検査」最新ソリューション＆事例まとめ【2020年版】

見た目はもちろん、品質を確保するために形状や寸法、色、印刷、傷などをチェックする「外観検査」。これまでは「目視」での検査が一般的でしたが、人材不足や生産性などの観点から自動化されるケースが増えてきました。
しかし自動化するためには対象物に合わせて「カメラ」「レンズ」「照明」をそれぞれ最適な形で設定する必要があり、難易度が高いのが懸念点。例えば照明1つをとっても、なかなかコツをつかめず、選び方や当て方で悩んでいるという方も多いのではないでしょうか。

こうした課題を解決できるとして昨今期待が高まっているのが、「AIを活用した外観検査」です。各社から簡単に導入できるソリューションが続々登場しており、導入事例も増えてきました。そこで本記事ではAIを活用した外観検査を取り扱うメーカー、そしてその導入事例をお届けします。

「AIを活用した外観検査」は目視に代わる手段となるのか？各社のカタログもまとめてご覧いただけますので、外観検査の自動化や省人化でお悩みの方はぜひご一読ください！

【目次】

「AIを活用した外観検査」最新ソリューション
「AIを活用した外観検査」最新事例
「AIを活用した外観検査」関連情報

「AIを活用した外観検査」最新ソリューション

「AIを活用した外観検査」を提供する企業と、ぞれぞれのソリューションの特長をご紹介します。
価格や仕様などの詳細は企業名をクリックして各企業にお問い合わせください。

AI×外観検査ソリューション（マクニカ）

撮像装置導入から検査工程の自動化までを行い、撮像したデータをAIによって判定。AIは今まで非常に作業が大変だとされてきた「特徴抽出の処理設計」を代替しています。
画像データ分析ツールはユーザーに合わせて提供しており、オールラウンドな『Renom』から外観検査に特化した『WiseImaging』、教師なし学習に対応している『タクミノメ』などがあります。またマクニカのAIコーディネートサービス『MAICO』を活用することもできます。

WiseImaging（CEC）

目視検査、外観検査全般に適用可能。傷検査、方向・表裏・形状判断、有無判断、欠陥分類などを行うソフトウェアベースのAI画像検査システムです。
検査用PC、設定用PC、検査用カメラ、照明を組み合わせてシステムを構成します。１ライセンスの価格は200万円（税抜）とリーズナブルな点が特長です。

外観検査向けAIワンストップサービス（インテージテクノスフィア）

シーシーエス（製造業向け外観検査におけるAIの活用に関する業務提携）と連携し、検査対象物や検査環境に最適なソリューションを提供し、画像データの作成から行っています。

スターティングパック＆サポート（情報技術開発株式会社）

ソフトウェアライセンス、ハードウェア、キッティング、セットアップ、人財育成、コンサルタントによる現場支援5回、製品お問合せサポートなどの基本的なサービスを受けることができます。
またPoVを行ったり、レクチャーも用意されています。良質な画像のみを学習するので、予期しない不具合も検知することができます。外観検査のアプリケーションはユーザーのニーズに合わせたカスタマイズ開発をしています。

AI外観検査ソリューション（パナソニック）

「AI学習ソフトウェア」はWindowsで動作し、GUIで簡単に操作できます。また、「AI学習ソフトウェア」は自社開発しているため、ソフトウェアの特性を熟知したSEによるご提案が可能です。
1台の検査用エッジPCで複数の検査項目（傷、クラック、バリ等）の検出に対応可能です。
また、検査項目ごとに異なる検査用エッジPCを用意する必要がありません。

Deep Learning 外観検査評価キット（菱洋エレクトロ）

アメリカの半導体メーカー・NVIDIA社の『NVIDIA® Jetson™ TX1開発キット』に、株式会社システム計画研究所が開発したAI外観検査ソフトウェア『gLupe』を搭載したモジュール型コンピュータです。
最大の特徴は『gLupe』を搭載することによって学習に必要なデータ量を圧倒的に抑える点です。『gLupe』では数枚のデータから「正常状態」のみを学習し、「異常状態」のデータを収集・学習する必要がありません。

AIハヤブサ（AIハヤブサ）

自動車・食品・医薬・半導体・電気・電子・印刷・フィルム・FPD業界など、多岐にわたる産業分野の検査工程で、画像処理にAIを導入したサービスです。品質改善・検査効率向上・コスト削減に貢献します。
AIを導入することで、不良誤検出を3%から0.5%以下に減らし、通常の画像処理時間の半分以下の時間で処理を行うことができます。また、目視でしかできなかった処理も可能になります（毛髪・糸・ビニールなど）。

製造業向け外観検査ソフトウェアgLupe（システム計画研究所 / ISP）

数十枚の正常データのみで短時間で高度な学習ができるAIを導入し、異常検知と種類分類を行うソフトウェアです。不良データを収集しないため、未知の不良品を検出できる可能性があり、また不良品判定された画像が何の種類の不良なのかを知ることもできます。
金属表面の傷からネジの緩み、錠剤の欠けなど、幅広い分野で活用可能なソフトウェアです。

Deep Inspection（Rist）

画像の中で特定のパターンに一致する箇所を認識し、そのパターンが基準を満たしているかどうかを判断するシステムです。既存のラインに導入することができ、継続して使うことでレベルは向上します。
また「自信度」も見える化されているので、低いものは人が行うことで、機械と人とが助け合って作業を行う関係が構築されます。鏡の表面検査や領域抽出によるパッケージ検査などを行った実績があります。

AI外観検査プラットフォーム「TAIVIS」（東京エレクトロンデバイス）

目視検査を自動化し、AIを導入することによって、検出の精度が向上しています。
NG画像をサーバーが学習し、推論を行うシステムです。また複数の製品を同時に検査することができるため、手間を大幅に削減することを可能にします。

AI外観検査プラットフォーム「NEC Industrial IoT/AI Visuial Inspection」（NEC）

ディープラーニングを導入し、人の目に依存した外観検査を解消し、傷や汚れなどの特徴量を自動的に発見し学習するため、パラメータ設定にかかる時間と労力を最小限にすることができます。また個体差のある製品にも対応可能です。

AI外観検査ソリューション（コニカミノルタ）

過検出を抑制し、既存のルールでは検出できないような不良品も検知することができるシステムです。既存の検査画像の活用ができるため、初期投資を抑えながら、不良データの分析によりメンテナンス作業を効率化することができます。
またコニカミノルタならではの特徴として、見える化ソリューションとの連携・拡張をすることができます。

画像判定ソリューション（日立ソリューションズ）

最適な画像加工ができるアルゴリズム、ツールを選定し、最適な領域抽出加工ができるアルゴリズム、ツールを選定したのちに、最適な機械学習方法ツールを選定し、判定処理を行います。解析精度が向上しつつ、既存の画像データを利用した事前検証によってコストを抑えることが可能になります。
また日立ソリューションソリューションのもつ組み込みソフト開発や自動車・倉庫内の物体認識機能などで培った技術とノウハウに基づき、阿蔵に合わせた最適な解析アルゴリズムを提供しています。

AdaInspector（アダコテック）

産総研の特許技術であるHLAC（高次局所自己相関）を用い、静止画像ベースの外観検査ソフトウェアとして、あらかじめ「正常」と定義した以外の欠陥を網羅的に瞬時に検出します。正常状態を学習するため、大量の異常サンプルは必要ではありません。
そしてHLACの特徴を生かし、誤報・見落としに強いシステムです。不具合製品の一次検出はシステムに任せ、確認や対策改善のフェーズに人材を置くというトレンドの中で、一次スクリーニングに使用されることが増えてきています。

AI画像判定サービスMMEye（YE digital / 安川情報システム）

YE Digitalの技術やノウハウを体系化したAI「Paradigm」を搭載し、製造現場でAI画像判定を行うシステムです。エッジ端末を活用し、リアルタイムAI外観検査を行います。ロボットや排出機構連携も可能です。
また正常な画像のみで異常や不具合を判定するため、手間もかからず、高い精度で検地を行います。異物混入やトッピング検査、個数カウント等に使われています。

ディープラーニング画像検査システム（明和eテック）

ViDiに搭載されたシステムです。学習することで、認識正解率が人間を超えるかもしれません。

AIディープ・ラーニング画像診断装置（ペリテック）

マシンビジョンに溶かした画像解析ソリューションです。検査・欠陥検出用のアルゴリズム開発が不要です。
またワークの大きさや角度、光の当て方にこだわる必要もなくなりました。機械加工部品の外観検査や、印刷・印字のずれ、色柄・模様検査などに活用されています。

Gemini eye（ProsCons）

一日で設定が完了し、即日導入できるAI外観検査システムです。数個のサンプルで利用することができ、学習させる良品の範囲や量を増やしていくことで、より検査基準にぴったりマッチしていきます。
パラメータチューニングを行うだけで広範な製品検査に利用可能なソフトウェアを導入し、金属・機械から食品まで幅広い業界に対応した検査を行うことができます。なぜ不良品と判断したのかについて、ヒートマップで可視化するため、AIの判断根拠を知ることができるのも大きな特徴になっています。

HACARUS（Paltek）

単体のアプリケーションとして使用できるほか、既存のシステムにモジュールとして組み込むことが可能です。
APIやSDKを利用することで、現在稼働中の検査ラインへの導入やAI機能の追加を容易にします。そして少量の教師データ、教師データなし学習を行うことができます。

Preferred Networks Visuial Inspection（Preferred Networks）

従来の深層学習検査ソフトウェアが抱える、大量の学習データの収集、アノテーションの手間、モデル構築の難しさ、といった問題を解決したソフトウェアです。100画像から学習可能で、アノテーションが簡易化されています。不良箇所をフートマップで可視化することで、判断結果の信ぴょう性を高め、GUIによる直感的な操作を実現しています。

HORUS AI（アドダイス）

画像検査専用AIの最新版「SLH-CY」の導入に、AIやプログラムの専門知識は必要ありません。パッケージ化されたプログラムレスデザインのため、簡単に現場への導入を行うことができます。
そしてAIが深層学習を行うため、使用していくに連れ、精度の高い検査が可能になります。高速外観検査を行うことやx線検査装置との連動もできます。

タクミノメ（Albert）

課題整理・AI構築・システム開発・運用に加え、アノテーションの支援も可能にしているサービスです。自社で誰でも簡単に使える画像認識AI構築提供サービスやデータサイエンティストに任せられる画像認識AI構築受託サービスを展開しています。PtoCを短期間で行うことにも貢献しています。

全自動AI外観検査装置（レイマック）

ロボットを活用したAI外観検査装置です。位置情報測定を正確に測定するキューブドーム照明を導入し、正確な位置情報を読み取ります。そして協働ロボットがPLC制御のもとワークをピッキングします。4方向からのLED照射を行い、AIが刻印文字や傷の検査を行っています。

下記より、これらの製品カタログをまとめてダウンロードいただけます。

「AIを活用した外観検査」最新事例

実際にどのようか効果が得られるのか？実用化は可能なのか？各社の導入事例・活用事例をご紹介します。ぜひダウンロードしてご覧ください！

少量の良品データのみで学習できるAI外観検査ソフトウェア
gLupe® Version.2
（株式会社システム計画研究所 / ISP）

わずか数十枚の良品データのみで人の目に頼らない外観検査を実現
AIを応用した「製造業向け外観検査ソフトウェア」
『gLupe（ジールーペ）』は、製造現場に特化した自動外観検査ソフトウェア。従来難しかった微小のキズ、汚れ、歪み、割れ、溶接・ハンダ不良、さらには包装内の不良、白い粉末内に混入した白い異物などの検出を、AI / ディープラーニングを応用した検出エンジンが可能にします。

また通常では膨大なデータ量、ならびに時間を要するディープラーニングの学習が、わずか数十枚の正常データで学習できる技術を独自開発。わずか数秒学習させただけで、すぐに現場に導入できます。

UIはWindows環境のため操作も簡単。導入に関しても万全のサポート体制を整備。ユーザー環境に最適なシステムを開発依頼することもできます。

掲載内容

可視光カメラの事例

金属表面の傷
ネジの緩み
木目表面の傷
食品の傷
金属の汚れ
棒状製品の歪み
錠剤の欠け

近赤外カメラ・ハイパースペクトルカメラの事例

中身が見えない包装内にある噛み込み検知
白い粉末内に紛れた白い異物の検知

AIを活用して食品工場などにおける目視検査を効率化する方法
（株式会社YE DIGITAL / 旧：安川情報システム）

従来のカメラ検査では難しかった個体差の大きな対象物の検査。この応用を必要とするような判定、実はAIの得意分野です。AI画像判定を活用することで、これらの課題を解決できます。
本資料ではソリューションの概要とともに、食品工場での導入事例もお読みいただけます。

掲載内容

イントロダクション
現場の抱える問題点
AIを活用した解決策
ケーススタディ：チョコレート入りビスケットの品質検査

5つの活用事例を紹介！目視作業に関わる課題を解決
AIを用いた検査システム
Deep Inspection / Deep Mesh（株式会社Rist）

目視作業について、以下のような悩みはありませんか？ 5つの事例とあわせて、解決方法を解説します！

人件費がかかりすぎる
特定の人しか検査できない
検品の品質が安定しない

掲載事例

鏡の表面検査工程（村上開明堂）
ある領域の高さ・幅のピクセル数の測定（大手パッケージラベル製造会社）
比較検査（他製品展開 / 新製品対応）
プリンター＆スキャン由来の差異を学び検知すべき異常のみ見つける（凸版印刷）

「AIを活用した外観検査」最新ソリューション＆事例まとめ【2020年版】