Vision AIは、外観検査、異物検知、虫検知、傷検知、印字検査を現場で実行するNsight Edge上の画像AIエンジンです。ルールベース、従来の深層学習、VLMを現場に合わせて組み合わせ、少量多品種の現場でも使える検査を実装します。
Vision AIは、目視確認・外観検査・異物確認といった現場の「見る」仕事を引き受ける、Nsight Edge上で動作する画像AIエンジンです。汎用モデルを当てはめるのではなく、現場の検査対象・不良の出方・撮影条件に合わせて、ルールベース・従来DL・VLMを組み合わせて実装します。画像検査・異物検知・外観検査の基盤として、多品種・少量多品種の現場を想定しています。
画像検査には、安定して速いルールベース、不良の見極めに強い従来の深層学習、柔軟な理解が得意なVLMという、それぞれ得意分野の異なる手法があります。Vision AIは、どれか一つに頼るのではなく、現場の検査対象と良否基準に合わせて適した手法を選び、組み合わせて実装します。
寸法・位置・色・パターンなど、基準が明確な検査を高速かつ安定して判定します。本番ラインの土台になります。
ルールでは表しにくい傷・汚れ・欠けなどの良否を、学習済みモデルで判定します。本番判定の中心を担います。
VLMは本番判定を一手に担う主役ではなく、NG画像生成・オートアノテーション・学習データ作成支援など、学習の準備負担を下げる役割で活用します。
画像検査の現場では、不良サンプルが十分に集まらない、品種が多くアノテーションが追いつかない、という課題がよくあります。Vision AIでは、VLMによるNG画像生成やオートアノテーションを学習データ作成の支援に使うことで、検査の立ち上げや品種追加にかかる準備負担を下げる工夫を取り入れます。VLMを本番判定の主役にしすぎず、安定した判定はルールや学習済みモデルが担う構成にします。
Vision AIを土台に、業界・用途ごとの検査課題からソリューションを構成します。
Vision AIの考え方を、ブログの解説記事でもご紹介しています。
画像検査は、モデルの精度だけで決まるものではありません。カメラ・照明・レンズの選定、撮影環境、現場の良否基準、ラインへの組み込みまでを設計してはじめて、安定して使える検査になります。
Nsightは、自社プロダクト「Nsight Edge」を土台に、Vision AIを現場ごとに検査として実装します。流行りの手法を当てはめるのではなく、現場で動く形に翻訳することを大切にしています。
現場の検査対象画像・不良サンプル・検査したい項目をお送りいただければ、Nsight Edgeを土台にした検査の進め方をご提案します。PoCから現場導入まで伴走します。