技術ブログ

自動化 目視検査の限界と自動化 見逃し率20%の現実。AI検査で変わること。 → 省人化 検査工程を省人化する方法 検査員3名→1名を実現する具体的なステップ。 → 入門 外観検査の自動化 はじめてガイド カメラ選びから導入まで初心者向けに解説。 → 多品種 多品種外観検査とは？基本と導入メリット 従来検査との違い・VLMによる解決アプローチを初心者向けに解説。 →

拡張 外観検査のデータ拡張入門｜少量画像で精度を上げる技術 回転・反転・Mixup・GAN拡張。外観検査特有の注意点。 → スマホ スマホ画像認識の仕組み｜AIカメラ検査との違い エッジAI vs クラウド、スマホSoCでの推論、精度差と使い分け。 → VLA OCRの限界を超える｜VLAが実現する「文脈で読む」物流自動認識 VLA×ラインカメラ×液体レンズで物流の例外処理を5%以下に。 → 生成AI AIで不良画像を生成する｜GAN・VLM・Diffusionの使い分け 品種数・欠陥タイプ別の選定基準とモード崩壊対策。 → 合成データ 合成データで画像検査AIの精度を上げる方法 実データとのブレンド比率・精度向上の実績データ。 → Jetson ハンディターミナル×JetsonでAI外観検査 固定カメラ不要。持ち運べるAI検査の仕組みと導入法。 → VLM VLMとは？従来のAI外観検査との違いを徹底比較 VLMの仕組みとルールベース・Deep Learningとの技術的な違い。 → Jetson Jetsonで外観検査を構築する方法 AGX Orin×産業用カメラの実装ガイド。 → エッジAI エッジAIで外観検査｜クラウドとの違い セキュリティ・速度・コストの3軸で徹底比較。 → TensorRT TensorRTで外観検査の推論速度を10倍に FP16/INT8量子化・パイプライン化の実践。 → Jetson Jetson AGX OrinでAI外観検査を動かす クラウドvsエッジ、TensorRT最適化、現場運用。 → 照明 AI外観検査の照明設計｜5つの照明方式 同軸落射・ローアングル・暗視野・バックライト・パターン投影。 → OCR ラベル文字認識をAIで自動化する方法 従来OCRとVLMの違い、コスト比較、精度条件。 → PLC AI外観検査とPLC連携の実務 トリガ・判定信号・排出制御・通信プロトコル。 → ハイブリッド 画像処理×AIのハイブリッド検査体制 既存設備を活かしてAI検査能力を飛躍。 → 装置設計 樹脂成形品の多面外観検査 多面検査が困難な理由とガラス式装置による解決。 → Jetson Jetson AGX Orinで外観検査AIを構築する方法 クラウド比較・構成例・TensorRT最適化。 → VLM VLMでNG画像を自動生成する｜導入フローと注意点 学習データ不足をVLM生成で補う手順と品質評価。 → GAN GANで不良画像を生成する｜外観検査AIの実践ガイド StyleGAN・Diffusionで不良データを拡張する方法。 → ハンディ ハンディターミナル×AI画像検査アプリ 専用装置なしで個数カウント・ラベル認識・外観チェック。 → 照明 外観検査の照明設計ガイド【素材別】 金属・樹脂・ガラス・食品の素材別に照明選定を解説。 → VLM 多品種検査でVLMが効く理由｜仕組みと適用条件 適用すべきケース・避けるべきケースを導入データで解説。 → 過検出 外観検査の過検出を減らす方法｜原因別5つの対策 閾値・照明・ハイブリッド構成・VLMによるグレーゾーン判定。 → NG生成 多品種検査のNG画像生成｜学習データ不足をVLMで解決 良品画像からNG画像を自動生成しデータ収集コスト95%削減。 →

合成データ 合成データでAIを学習させる｜外観検査の実践手順と注意点 生成→前処理→学習→評価のパイプラインとブレンド比率。 → 合成データ 外観検査に合成データを使う8つのメリット コスト削減・レアケース対応・品種横断・継続改善。 → スマホ スマホで画像認識｜製造業の検品・検査をアプリで自動化 専用装置なしで始める外観検査・個数カウント・ラベル読み取り。 → アプリ スマホ画像認識アプリ8選｜製造業・物流で使える業務用比較 汎用アプリと業務特化アプリを用途別に比較。 → 検品 スマホ検品の始め方｜小規模工場でも今日から使えるAI画像認識 初期投資ゼロで始めるスマホ検品の実践ガイド。 → コスト 多品種外観検査のコスト削減術｜VLMで品種追加コストをゼロに 品種数別コストシミュレーションとVLMの逆転ポイント。 → 費用 AI外観検査の費用｜月額10万円台から始める コスト構造と予算別プランを完全公開。 → ROI AI外観検査の導入費用とROI完全ガイド 費用構造、3手法コスト比較、ROI計算方法。 → 見積もり AI外観検査の見積もりが高い？費用の内訳 削っていい費用と削ってはいけない費用。 → PoC AI外観検査のPoC完全ガイド 成功率を上げる5つのポイント。 → チェック 多品種検査の導入前に確認すべき10項目 品種数、タクトタイム、不良パターン、照明条件。 → ROI計算 画像検査の導入ROI計算ガイド スループット・品質・見える化の3軸で試算。 → データ 不良品サンプルが足りない？学習データ不足の解決法 NG画像生成で学習データ不足を解決。 → コスト 多品種少量生産で検査コストが爆発する理由 品種数に比例してコストが膨張する構造と解決策。 → 開発 検査PCソフトの開発 画像検査ソフトウェアの受託・カスタム開発。 → 補助金 外観検査AI導入に使える補助金ガイド【2026年版】 ものづくり・IT・省力化の3大補助金を解説。 → 群馬 群馬県の製造業向け補助金ガイド【2026年版】 ぐんまDX技術革新補助金・生産性向上支援など。 → 関東 関東圏の製造業向け補助金ガイド【2026年版】 埼玉・栃木・茨城・神奈川の県別補助金一覧。 → データ戦略 不良サンプル不足を解決する｜AI外観検査のデータ戦略 少数NGデータでAI検査を立ち上げる実践的アプローチ。 → 対策 NG画像が少ないときの対策5つ｜AI検査を諦めない方法 異常検知・生成AI・転移学習で突破する5つの手法。 → PoC AI外観検査のPoC完全ガイド｜成功するPoCの進め方 成功するPoCと失敗するPoCの違いを多数の経験から解説。 → 補助金 AI外観検査に使える補助金ガイド2026 ものづくり・IT導入・省力化の3大補助金を最新情報で比較。 → ROI 多品種外観検査のROI｜投資回収シミュレーション 品種数10・50・100で比較。従来検査とのコスト差を試算。 → 移行 目視検査をAIに置き換える手順｜失敗しない5ステップ PoC・照明選定・AI学習・本番稼働のロードマップ。 → シフト 製造業のシフト管理をAIで最適化 スキルマップ×自動配置で人手不足を解決。 →

精度 AI外観検査の精度が出ない5つの原因 ソフトだけでは解決しない理由と改善方法。 → 比較 AI外観検査システム比較2026年版 ソフト型・パッケージ型・ハード一体型の選び方。 → 品種追加 AI外観検査の品種追加が大変？ 再学習なしで新品種に対応する方法。 → 選び方 元キーエンス技術者が本音で語る選び方 メーカー側とユーザー側の両経験から比較。 → 失敗 多品種外観検査が失敗する5つの理由 多数の現場で見えた失敗パターンと対策。 → 目視 目視検査の限界とは？共通パターン 目視検査が破綻する5つのパターンと改善策。 → VLM事例 「品種が多すぎてAIは無理」を覆した3つの現場 化粧品・鉄鋼・食品の成功経緯。 → 切替 品種切替のたびに検査が止まる？削減法 ブラウザベース学習UIで切替工数を大幅削減。 → NVIDIA NVIDIA Inception認定企業が提供する外観検査 Jetson×VLMの導入事例。 → 切替ゼロ 多品種ラインの品種切替ゼロを実現するAI検査 VLM×AIハイブリッドで品種自動識別・パラメータ自動切替。 →

安全 フォークリフト事故をAIカメラで防ぐ 人検知・接触防止・ヒヤリハット記録の仕組みと導入事例。 → 食品 食品工場の外観検査をAIで自動化 異物混入・包装不良・印字検査の導入事例。 → 食品包装 食品包装のAI外観検査 異物・シール不良・印字検証。 → 鉄鋼 鉄鋼業界のAI外観検査 高温環境・スケール・大型ワークへの対応。 → 化粧品 化粧品・食品工場のAI検査の失敗と成功 投資を回収した工場が共通して行った3つのこと。 → DC データセンター向け外観検査 完全ガイド DC建設ラッシュで爆増する部品検査需要。 → DC部品 ストレージ部品の外観検査 HDD・SSD部品の検査課題と自動化。 → HDD HDDサスペンション外観検査の自動化 微小欠陥を見逃さない照明・カメラ設計。 → HDD ディスククランプ・カバーの外観検査 プレス成形品の打痕・キズ・バリ検出。 → DC需要 DC建設ラッシュで急増する部品検査需要 増産フェーズで検査がボトルネックになる前に。 → ロボット ロボットピッキングと画像処理 2D/3Dビジョンの選び方からAI/VLM活用まで。 → 自動車 自動車部品の多品種外観検査｜プレス・樹脂・ダイカスト 品種数100以上に対応。照明・カメラ・検査フローを一体設計。 → 化粧品 化粧品の多品種外観検査｜容器・ラベル・異品種検出 品種ごとの再学習なしで容器キズ・ラベル印字・異品種混入を検出。 → 電子部品 電子部品の多品種外観検査｜基板・コネクタ・IC 微小欠陥の検出と多品種対応を両立。実装後検査にも対応。 → 食品 食品工場の多品種外観検査｜包装・印字・異物 品種切替ゼロで包装不良・印字・異物混入を検査。HACCP対応。 → 鉄鋼 鉄鋼業の多品種外観検査｜鋼板・形鋼・電極 高温環境・大型ワーク・スケール対応の品種横断検査。 →

多品種 多品種多検体の外観検査を自動化する方法 品種切替ゼロの検査をVLM＋ハイブリッドで。 → 自動化 多品種少量生産ラインの検査自動化 なぜ進まないのか、VLMで何が変わるか。 → アノテ アノテーションコスト削減｜VLMの活用 NG画像生成、オートアノテーション、学習UI。 → 工数 多品種のアノテーション工数を90%削減 VLMオートアノテーションで地獄から脱却。 → 自動化 多品種検査のオートアノテーション｜工数90%削減の実践手順 VLMオートアノテーションの精度データ・ワークフロー・レビュー。 → 学習UI ブラウザベース学習UI｜現場で誰でも品種追加できる仕組み ITスキル不要・数十分で新品種登録完了。 →

入門 画像処理入門｜製造業エンジニアが知るべき基礎知識 画素・解像度から二値化・エッジ検出・パターンマッチングまで。 → カメラ AI外観検査のカメラ選定ガイド 画素分解能・被写界深度・シャッター速度の基礎。 → レンズ AI外観検査のレンズ選定ガイド テレセントリック・WD・F値の基礎知識。 → 前処理 前処理フィルター完全ガイド 膨張・収縮・濃淡補正・差分処理の使い分け。 → カウント 有無検査・個数カウントの自動化 ブロブ・パターンサーチの原理と活用例。 → 寸法 画像処理による寸法検査の基礎 エッジ検出・トレンドエッジの原理。 → OCR OCR・バーコード検査の仕組み 文字切り出しから照合まで。VLMとの比較。 → 3D 3次元検査の基礎と導入効果 パターンプロジェクション・2D vs 3D比較。 → 検査処理 検査で使う画像処理｜エッジ検出・パターンマッチング・ブロブ解析 3手法の仕組み・使い分けを実例で解説。 → AI比較 AI画像処理と従来画像処理の使い分け ルールベース・DL・VLMの適用判断基準。 →