関連資料

AIと画像判定による自動化のメリット

1. AIによる人に近い判定で検品精度が向上
2. 省人化と労働負荷の軽減

この２つが大きなメリットです。課題とセットでひとつひとつ見ていきましょう。

1. AIによる人に近い判定で検品精度が向上

課題：

作業員毎に判定基準のばらつきがあり、検査/検知の品質や作業スピードに差が生じる...

解決：

AIによる判定基準の均一化による検品精度の向上
自動化により判定基準が均一化し、作業員による検査/検知の品質や作業効率のばらつきを解消します。欠陥や傷、色ムラなど、これまで人間にしか判断できなかった曖昧な判定にまでAIの検査可能範囲が拡大してきています。神経を使う作業が軽減され、ヒューマンエラーの解消により検査精度が向上します。

2. 省人化と労働負荷の軽減

課題：

人口減少や高齢化により作業員の確保が難しいだけでなく、労働環境への配慮も必要。また、作業者への教育に時間とコストが生じてしまう...

解決：

自動化と省人化で労働負担を軽減
自動化とそれに伴う省人化により、人員不足の問題を解消できます。
また、多品種生産に伴って都度発生する検査項目変更への対応など、労働負荷の軽減だけでなく、教育する側の負担軽減も可能です。

AIと画像判定による自動化、２つの事例

印刷、包装不良の外観検査

印刷の位置ずれや印字違い、ラベルの剥がれ、包装の不良などの検査工程に、作業人員の個人スキルに依存しない外観検査の自動化を導入することにより、品質のバラツキという問題を解決することができます。一方で微妙な色の変化や最終チェックなど、人員対応が適する場合もあります。そのような場合には、目視検査と自動検査の得意分野を組み合わせて、検査工程全体で最適な体制を構築し業務効率を向上させることができます。

数量カウント検査

多数ある製品の数量検査を目視で行う場合、作業者への負担が大きく時間と労力を消費する上に、カウントミスが一定頻度で発生してしまいます。AI画像認識を使った自動検出の導入により、高速で正確な対象物の数量カウントが可能になります。同時に作業の標準化にもつながり、作業者を入れ替えても同水準の業務をこなせるようになります。また、対象物の設定を変更することで、多品種にも対応できます。

AIと画像判定による自動化、実現までの流れ

AIによる目視検査・物体検出の自動化の実現までは、下記の流れで進むのが一般的です。
STEP2の条件定義までの期間の目安は、2週間～1ヶ月です。

STEP1 目的の確認

検査の目的、検査対象を整理します

STEP2 条件定義

下記を定義します。

• 画像取得方法（カメラの精度、設置位置など）
• 画像取得頻度（定期取得、常時取得など）
• AIに関する定義

STEP3 サービス選定

Azureのどの機能をどう使うか、システム構成の検討をします。

STEP4 システム構築

システム構築の実施

東京エレクトロンデバイスでは、ご紹介したような事例で利用できる各種ソリューションを販売しています。
こちらでも詳しく紹介していますので、ぜひご覧ください。
東京エレクトロンデバイス　AI画像判定ソリューション一覧

関連資料