ページの本文へ

Hitachi

Lumada

AI適用によるガラス板検査の省力化

ガラス板の欠陥検査にAIを活用することで、検査業務の省力化と精度向上を支援します。

  • Lumadaのユースケースコード:UC-01233
  • 業種:業種共通
  • 目的・課題:製品・サービス品質向上,AI

これまで目視で実施していた欠陥検査を、AIの活用により省力化します。
学習データが少ない状況でも、データオーギュメンテーション手法(データ増量手法)を用いて検査精度を向上させ、検査業務のコスト削減を支援します。

課題

目視による検査業務を改善したい

ガラス板の欠陥検査では、多くの検査員が目視で欠陥を判断し出荷を判定している。また、欠陥の判断基準は100種類にも及び、熟練者であっても判断が難しいため、良品を不良判定して廃棄するケースもある。具体的には次のような課題を抱えている。

  • 検査業務を省力化したい。
  • 検査精度を向上し、良品の廃棄を防ぎたい。

解決策

ディープラーニングによる検査業務の省力化

学習データとなる欠陥画像データが少ない中、独自のデータオーギュメンテーション(データ増加手法)で欠陥画像データを最適化して新たな学習データを生成・増量。検知精度の向上と検査業務を省力化します。

  • AI(ディープラーニング)を活用することにより検査業務を省力化し、人手不足を解消します。
  • 検査精度の向上により良品の廃棄を削減し、生産コストの削減に寄与します。

特長

学習データをバリューアップして検知検査の精度を向上

  • 独自のデータオーギュメンテーション技術により、検査画像データの切り取り、反転、拡大といったさまざまな前処理を行い、学習に適したデータを生成します。
  • ディープラーニングが欠陥を判別する際に、「欠陥画像のどこに着目するか」を見える化。学習に適した画像を用いることで、効果的な学習と検知精度の向上につなげます。

成果

  • 検査の業務時間を80%削減(見込み)
  • 検査精度の向上により良品の廃棄を削減

お問い合わせ

本ユースケースについて詳細が知りたい方は、下記のフォームにてお問い合わせください。
お問い合わせの際には、ユースケースコードをご記入ください。

Lumadaのユースケースコード:UC-01233

本ユースケースを共有する



*
効果数値は、当社調べです。
*
記載の会社名、製品名などは、それぞれの会社の商標もしくは登録商標です。