画像収集
検査装置を使用して、代表的な製品・欠陥画像を収集します。

医薬品・栄養補助食品のカプセル、錠剤、ソフトカプセル、ブリスター包装向け検査モデルを開発できます。製品別の例を確認し、レシピとモデルをAIACVISION検査装置に連携させます。

製品と例を選び、AI検査をクリックすると対応する結果を表示します。
AIACVISIONオンラインAIディープラーニングプラットフォームは、新製品や新しい不良種類のモデル開発をガイド付きの流れで支援します。
検査装置を使用して、代表的な製品・欠陥画像を収集します。
プラットフォームへ画像をアップロードし、不良分類を選択して対象領域にラベルを付けます。
事前設定した学習条件でモデルを学習します。
学習用データとは別の代表サンプルを用いて、モデル導入前に検出と誤排除を評価します。
モデルと装置パラメーターをダウンロードし、対応するAIACVISION装置へ展開します。
製品要件の変化に応じて、新しい欠陥サンプルとアノテーションを追加します。
拡充したデータで再学習し、検出と誤排除を評価します。お客様の変更管理手順で導入を確認してください。
事前設定と体系的なラベリング手順により、モデル開発を簡素化します。
生産設備に適用する前に、実践的なレシピ開発スキルを習得します。
オンライン研修システムには、複数の製品種類の良品・不良品画像が含まれます。適切な例を選び、不良定義、パターン認識設定、AIモデルの準備、性能評価を練習できます。
対象を絞った演習で、オペレーター、品質担当者、技術チームを支援します。AIACVISIONはサンプル選定、ラベル付け、学習、性能評価を支援し、導入設備と製品に合わせて研修を実施します。
オンラインレシピトレーニングは指導付きの研修サービスです。公開AI体験では選定例をご紹介し、生産設備に接続したレシピ編集機能は提供していません。
不透明、透明、液体充填カプセルの例をご覧ください。外観と欠陥の種類に応じて照明、レシピ、モデル要件を決めます。
例を参考に製品別の不良を確認してください。生産用モデルの評価では、実際の良品・不良品サンプルをご相談ください。
選択製品に合わせてレシピと検査モデルを準備します。製品や欠陥基準の変更は、生産での使用前に確認・評価が必要です。
製品と欠陥基準に合わせてレシピ・モデルを準備します。導入前に代表サンプルで変更内容を確認してください。
評価をご希望の場合は、製品と欠陥情報を当社チームへお知らせください。
表示例を確認し、代表サンプルで実際の検査要件に対するレシピを評価してください。
学習用データとは別の代表的な良品・既知の不良品を用いて、検出と誤排除を評価します。生産での使用前に性能を確認します。
対象欠陥のサンプルを追加し、更新モデルを再学習・評価します。導入はお客様の変更管理手順に沿って検討し、AIACVISIONが用途面で支援します。
製品形態、対象不良、必要な処理能力をお知らせください。次のステップをご提案します。