以下のような業務上の課題を解決します

高い品質レベルの追求や顧客商品の多様化による多品種小ロット化等、機械化がしづらく人手による柔軟な目視検査を残さざるを得ない状況に対し、以下の課題解決を行います。

■人手不足対応と検査コストの低減

■人によってバラつく検査品質の標準化

■熟練検査員のノウハウ継承、育成負担の軽減

■検査ルームの密への対策

１．正常品＋少数の不良品でAIを学習

正常品100個、不良品を種類毎に30個程度と、少ないサンプル数で
AIモデルを作成できるため、検査システムの素早い立ち上げに貢献します。

Roxy AIの活用シーン

✔︎不具合検出⇒製品の品質検査

●様々なタイプの不具合（傷やヤケなど）を検出

●判定方法をルール化できない不良の検出が得意

✔︎異物混入検査⇒食料品、農作物、衣料品などの検査

●生産物に紛れ込んだ金属片、段ボール、髪の毛などの異物を検出

●複雑で多様性のある環境での検査で真価を発揮

✔︎残留物検査⇒生産設備の正常性確認、部品の取り忘れチェックなど

●ベルトコンベアや洗浄設備などに残った製品や部材を検出

●油や埃が多い現場でも問題なし

２．AIの個性が見てわかる、触ってわかる

これまでのAIの多く課題であった、ブラックボックス化を改善！！
AIが良品・不良品の特徴をどの様に学習できているか、感じているかを可視化
パーセプション：AIの個性の可視化  

線の1本1本が、AIが画像をどう感じたかを疑似的に表現しています
■緑線が正常　■赤線が不良
学習初期は正常と不良が混在していますが、学習が進むにつれ徐々に分離
AIの成長過程を可視化できます

３．精度上げのプロセスが明確
”弱点をピンポイントに補強”

パラメータチューニングに頼らず、精度をあげるプロセスでよいAIモデルを作成します

【一般的なAI検査製品】

検出漏れ／誤検出があっても、調査のしようがありません（AIの判断基準はブラックボックス）

【Roxy AI】

これまでのAIの多く課題であった、ブラックボックス化を改善！！
適用したAIモデルのパーセプショングラフに対し、AIがどう感じ判断したかを黄色い線で可視化
触診：AIの感じ方（判断基準）の可視化。弱点を見つける。

例えば検出漏れした画像を触診した結果、黄色い線が不良を表す赤い領域に少しでも反応をしている場合、
類似の不良パターンを増やし追加学習することで、検出精度が高められると言えます。
逆に黄色い線が赤い領域にまったく反応していない場合は、不良の特徴を学習できていないことが言えるため、
学習データとなる撮像方法を見直した方が良いとあたりがつきます。

類似データ抽出：膨大な学習データの中から追加学習するべき類似画像を自動でピックアップ

Roxy AIの精度上げのプロセスとは、
触診で弱点を見つけ、類似した特徴の画像を追加学習するプロセスのこと

【参考動画】

導入・支援の流れ

従来の目視検査から置き換える前段階として、まずは人間とAIの共存による新しい検査業務の姿を実現し、確実に効果を出して頂く支援を行います。

【提供サービスの一例】

１．当社AI環境を利用した精度・タクト検証

　　お客様のワークをお預かりし、撮像→AIモデル作成→検証レポート作成＆報告

　　をします。AIによる外観検査の可能性を確認頂けます。

２．最小限の構成でAIによる外観検査を実現（PoC）

　　卓上に撮像ボックスを設置。

　　撮像条件を整え、学習AIモデルを触りながら、お客様自身での検証を体験頂けます。

３．自動化に向けタクト短縮・省人化を実現（検査システム）

　　Roxy AIには撮像機構との連携、AI検査判定機能、システム制御との連携

　　（PLC）が標準であります。お客様の設備部門や既存設備業者とのコラボ

　　レーションで検査システムを構築頂けます。

過去画像検査の導入が上手くいかなかったお客様、AIのブラックボックス化が要因で導入を踏みとどまるお客様にとって、製造現場への業務改善の一助になると幸いです。お気軽にご連絡ください。