コラム記事「画像認識AI Deeptectorで学習・判定してみました」では、写真をDeeptectorで学習、判定した結果をご紹介していました。ご覧頂いた方から、「ラインを流れる部品や製品の不良品を判定する場合はどうなりますか？」という問い合わせをいただきましたので、今回はそのようなケースのデモ映像を交えてご紹介します。

肉眼では発見困難なキズを判定

ベルトコンベア上部に設置されたカメラが、通過する物体の異常有無を判定しています。この動画では、ステンレスプレートとエンボスプレートのキズの有無を判定しています。

判定結果に注目してみましょう。1枚目の写真の場合、キズそのものは人間の目で判別できる大きさですが、ライン上を流通する物体となることで発見が困難となる可能性があります。また2枚目の写真のキズは、そもそも人間の目で判別するのが困難な大きさです。Deeptectorはこのような「動体」や「人の目では判別困難な大きさの対象物」も検出することが可能です。

凹凸のあるエンボスプレートのキズも検知可能

次はエンボスプレートのキズ検知の例です。金属プレートの表面が型押しされ、網目状の凹凸がつけられています。プレートの全面に凹凸があるため、光の反射や影ができてしまい、目視によるキズの検知は最初のステンレスプレートよりさらに難しいでしょう。しかし、Deeptectorであれば細かなキズも検知できます。

この事例では、学習させた画像は1000枚程度です。（照明やカメラなどの撮影機器を整えた状態であるため、一概には言えませんが）このくらいの枚数でも、目視では難しいレベルのキズを検出できる学習が可能であると言えます。

判定から後工程まで一気通貫で自動化するなら

動画は判定までですが、Deeptectorでは判定結果を外部デバイスに連携し、制御が可能です。例えば、キズを検知した場合は不良品としてピックアップする、ラインを停止する、など、機械の制御も自動で行うように判定結果と外部デバイスの挙動を連携することができます（「AI導入だけでは実現しない！？全体最適がDX実現のカギ」を参照）。判定から後工程の作業まで自動化できると、業務効率の大幅な改善につながるでしょう。

今回の動画の事例以外にも、Deeptectorはさまざまな業界、業務シーンにおいてご活用いただいています。「当社の業務でも導入可能か？」とお悩みの方は、ぜひ一度お問い合せください。

「Deeptector」はNTTコムウェア株式会社の登録商標です。

------------------------------------------------------------------
■Deeptector 商品HPはこちら
■Deeptectorに関する資料はこちら
■Deeptectorに関するお問い合わせはこちら
------------------------------------------------------------------