テクノロジー

外観検査技術

使用用途に応じて容易にカスタマイズ可能な高精度欠陥判定技術

深層学習による外観検査工程の自動化で人手不足と属人性を解消

コニカミノルタでは、製造工程における不良検査などを対象とした外観検査技術を開発しています。AIで自動化することによって検査の人手不足を解消し、AIのカスタマイズによって人間の目では難しい検査を可能にします。

技術概要

コニカミノルタのAIを活用した外観検査技術は、多種多様な欠陥の有無や位置・種別を割り出し検査することが可能です。アルゴリズムのカスタマイズ性が高いため、お客様自身で学習させる、お客様ごとの判定ニーズに対応する、良品画像のみ学習させて欠陥を判別する、といったことが可能になります。
デジタルマニュファクチャリングにおける良品/不良品識別や、自動車製造ラインの塗装の欠陥種類の自動判別などに活用しています。

半教師あり学習による不良品の検知

画像を用いて不良品を自動検知したいというニーズへ応えるため、少量の学習データで不良を検知できるAI技術を開発しました。製造現場で得られるのはほとんどが良品データであること、不良品のバリエーションは多種多様であること、に着目。良品画像のみで学習可能な画像再構成モデルと、少数の不良品画像を用いた異常度計算パラメーター最適化を組み合わせることで、性能向上を実現しました。

教師あり学習による不良箇所の検知

画像中からターゲット物体を検知する技術を応用して、検査対象の不良箇所を高精度に検知するAI技術を開発しました。複雑なテクスチャを持つ検査対象においても、高精度に不良箇所を検知することができます。 ※製品未搭載(外観モジュールは除く)

教師あり学習による欠陥種分類

画像中に映っている不良品の種類を分類するAI技術を開発しました。製造現場では欠陥の見逃しを避けるため、過検知気味に欠陥候補を抽出することが多くなりがちです。欠陥／非欠陥判定と欠陥種分類を独立に判断するマルチタスクネットワーク構造を採用することにより、誤検知の除去と欠陥種の分類を同時に高精度におこなう処理を実現しました。 ※自動車外観検査装置に搭載