AI外観検査のメリットとは？

AI外観検査とは

AI外観検査は、人工知能（AI）を使用して製品や物体の外観を自動的に検査するプロセスです。
AIは過去のデータをもとに学習を積み重ねることで良否判定を行います。そのため、従来の画像認識ではルール化できず、カバーすることが難しかった判定基準の設定が可能になり、変更が発生した際にも工数をかけずに対応できるようになります。
また、今現在で求められている検査品質を実現するのはもちろんのこと、学習によってその後の更なる精度向上が期待できます。
このようなメリットが注目され、近年、AI外観検査の導入による検査の自動化を推進する企業が急速に増えています。

AI外観検査が注目される背景

外観検査の手法

外観検査の手法は大きく2つに分類され、それぞれにメリットと課題があります。

1. 目視検査

目視検査は、肉眼で直接対象物を観察し、外観上の欠陥や異常を検出する手法です。官能検査ともいわれ、視覚の他に味覚・嗅覚・触覚・聴覚の五感を活用します。

2. 機械（外観検査装置）による自動検査

主に画像処理技術を活用した、従来のルールべースの外観検査は、設定された一定の検査ルールに基づき、製品が適合すれば良品、適合しなければ不良品とし、自動判定されます。

AIをうまく取り入れることで、これらの外観検査手法の課題を大きく改善することができます。AI外観検査は、目視検査と外観検査装置の利点を結合した方法であるともいえるでしょう。

AI外観検査を導入するメリット

AI外観検査を導入する主なメリット

1. 検査工程の自動化によるプロセス改善・稼働率の向上
2. 品質の安定・向上
3. 省人化・コスト削減

検査工程の自動化によるプロセス改善・稼働率の向上

検査工程の自動化推進

生産量の維持・増加は、製造現場における重要な命題ですが、そのためには検査工程の最適化も重要な要素です。実際、これ以上検査にリソースを割くことができないことが理由で、生産量を増やせない製造現場も数多くあります。しかし、目視検査からAIを用いた検査へと移行することができれば、検査工程の自動化を実現することができます。これは、検査工程の効率化、ひいては製造現場全体の生産効率の向上にも繋がります。

製造品質・稼働率向上

また、製造品質という点においても、問題発生時の振り返りで必要なエビデンスの蓄積をはじめ、製造直後の不良検出が可能になるため、不良を後工程に送るリスクを限りなく低減できるというメリットがあります。したがって、AIを活用した外観検査の導入は、稼働率の向上、生産スループット向上に大きく貢献します。

品質の安定・向上

検査品質のバラつき低減

検査を行う各作業者の習熟度に差があることも、製造現場が抱える課題のひとつです。しかし、AIによる外観検査を導入すれば、あらかじめ設定した基準に基づいて良否の自動判定が可能になり、検査品質が安定し、均一化することができます。

検査精度・検査効率の向上

高精度のAIは、人間では認識が難しい微細な欠陥でも、容易に検出ができるようになり、目視では100％排除することの不可能なヒューマンエラーの削減も可能となり、検査精度の向上が期待できます。また、検査におけるキャパシティという点においても、抜き取り検査から全数検査も可能となり、いわゆる「ジャパンクオリティ」の、海外への展開も実現可能です。

省人化・コスト削減

AI外観検査の導入には検査機やAIソフトウェアなどの初期投資が必要です。
しかし、その後は配置する作業員を見直せるため、検査コストの削減が期待できます。また、急な欠員に伴うスタッフ採用の苦労からも解放されると同時に、作業員を単純作業からより付加価値の高い業務へと、リソースの再配分が可能となります。
少子高齢化が大きな懸念となっている昨今、近い将来確実にやってくる労働力不足への備えともなります。

製造現場におけるAI活用のポイント

学習データの質がAI外観検査の精度を左右する

様々なメリットがあるAI外観検査ですが、実は導入がうまくいっていないというケースも多く見られます。この場合、学習データを正しく精査できていない可能性が高いです。
AI外観検査製品の多くは、学習データを追加する、または、パラメーターチューニングを繰り返すことで、AIの精度を高めていきます。しかし、学習データが不適切な場合、どんなにそのサイクルを回しても、AIの精度は一向に上がりません。

正しく精査されていないデータ例

• 誤った学習データが混ざっている
• 正常品と不良品の区別が不明瞭な境界データが含まれている
• ラベリングが不正確なデータが含まれている
• 正常及び不良品のデータが過剰、または不足して、偏りのあるデータセットを利用している

学習データの質を上げる方法

学習データの質を上げるには、下記の仕組みを持つAI外観検査ソリューションの導入が有効です。

• 不適切な学習データを作らない仕組み
• 不適切な学習データを検出して適切に処理する仕組み

画像検査ソフトウェア Roxy AI

Roxy AIは、学習データの質の向上により高品質なAIを育てるAI外観検査ソリューションです。学習データの弱点をあらゆる角度から補強し、データを「磨く」ことで、「高精度」を実現します。
独自の可視化技術や触診など、ユニークで多彩な各種機能により、現場検査員のノウハウを可能な限りAIに注入し、外観検査の自動化を強力に推進します。

▶︎▶︎Roxy AIの導入エピソードを分かりやすく漫画でお読みいただけます

学習データを磨く仕組み

Roxy AIは、「人に完璧を求めても限界がある」、「間違いは紛れ込むものである」という前提に立ち、不適切なデータを作らない仕組み、紛れ込んだ不適切なデータを簡単に検出する仕組みを多数備えています。
データ整備→学習→テスト→アウトプットという学習プロセス全体を通して、AIの弱点を把握し、データを磨き上げるための独自の多彩な機能を有しており、精度の高いAIを作り上げることが可能です。
▶︎▶︎データ精度向上のための独自機能例を詳しく見る

Roxy AIの精度

茶葉に紛れ込んだ段ボールを見つけるデモンストレーション動画です。じっくり見ても見つけることが難しい不良でもRoxy AIなら検出できます。

Roxy AIでできること

Roxy AIでAI外観検査を実現しませんか？

AIと画像処理技術の組み合わせは、製品の品質を確保し、生産効率を向上させるための強力なツールとなります。AIを用いた画像処理技術による外観検査を実現できれば、従来の目視検査や、ルールベースの検査で抱えている課題を解決することができます。検査精度の向上はもちろんのこと、工程の自動化による検査効率の向上、人的コストの削減も期待できます。
AI外観検査は、製品や部品の特性や品質要求、製造現場の環境や要望などによって、最適なソリューションが異なります。
Roxy AIは、製造業を始めとし、食品・農業・医療など幅広い業界で活用いただける「高精度」を実現するAI外観検査ソリューションとなっています。目視検査や従来のルールベースの検査、他のAI画像検査ソフトウェアにおいて課題をお持ちの方は、是非お気軽にお問い合せください。
▶︎▶︎画像検査ソフトウェア Roxy AIについて詳しく見る

株式会社Roxyについて

製造業の生産性を向上させる

AIを活用することで検査の自動化を実現し、製造業の生産性を向上させることをミッションとしています。
ハードウェアの高速化とAI技術の発達により、これまでは目視検査をせざるを得なかった領域に対しても自動検査が現実的となってきた今、現場に寄り添ったソリューションとして、真に「現場で使いこなすことができるAI」を提供することで、わたしたちは、日本の製造業の生産性向上に貢献したいと考えています。