製造現場の目視検査を、現場実装。
傷・寸法・員数・印字。製造現場に残る「人が見て判断する」作業を、ルールで締め、CNNで捌き、VLMが支える——三層ハイブリッドを、ラインサイドの一台で。業界横断の代表ユースケースを、この1ページに。
SCRATCH · DIMENSION · COUNT · OCR · RULE × CNN × VLM · NSIGHT EDGE
検査で問われることは、4つの型に集約される。
対象や不良の呼び方は現場ごとに違っても、画像検査がやることは共通。この4つの型を軸に、品種・不良・ラインタクトへ合わせて構成する。
傷・打痕・欠け・割れ・ムラ・異物・変色・バリ。学習型で「良品からの逸脱」を捉える、需要最大の領域。
径・厚み・幅・穴位置・角度・平坦度。ルールベースで数値化し、公差判定とトレンド監視につなげる。
部品の有無・向き・順序・員数・混入・品種違い。組立・梱包工程の取り違いと欠品を、その場で止める。
ロット・期限・型番・刻印・DPM・ラベル。読み取ってマスタ・指示書と照合し、記録まで残す。
3つの技術を、タスクに応じて使い分ける。
RULE→CNN→VLM
VLMは推論レイテンシの関係で本番ループには乗せず、学習データの自動生成・新品種追加時のアノテーション・曖昧ケースの補助判定を担当。本番推論はCNN × ルールベースがラインスピードで処理する。
VLMが直接推論を担当。学習なしで文字位置・意味を理解してマスタデータと照合。レイアウト変更・多言語・手書きにも対応する。
KEYENCE-BRED OPTICS DESIGN · ADD-ON AI LAYER · EDGE INFERENCE · NO CLOUD DEPENDENCY
用途から選ぶ。業界で絞る。
鋳造・加工・成形・鋼板の表面欠陥を、走査で全数チェック
自動車 · 金属 · 鉄鋼 · 樹脂 · ガラス鋳造・鍛造・成形の巣穴と端面のバリを見抜く
自動車 · 金属加工 · 樹脂ブツ・垂れ・色ムラ・未めっき・剥離を面で捉える
自動車 · 鉄鋼 · 家電スパッタ・未溶接・ナゲット径・アンダーカット
自動車 · 鉄鋼 · 電池 · 金属液体ガスケットの塗布切れ・太り細り・はみ出し
自動車未はんだ・ブリッジ・部品浮き・極性・欠品
電子・半導体輝点・滅点・ムラ・線欠陥・表示欠け
ディスプレイ · 電子塗工ムラ・ピンホール・蛇行・エッジめくれ
電池 · フィルム毛髪・繊維・樹脂片・金属片を原料/充填で
食品 · 医薬 · 化粧品 · 繊維よく似た原料・容器・製品の取り違え防止
食品 · 医薬 · 日用品個数・有無・箱詰め・封入のミスをその場で
食品 · 電子 · 自動車 · 包装過不足・気泡・キャップ斜め締め・漏れ
食品 · 医薬 · 日用品欠け・異種混入・錠剤有無・アルミ破れ
医薬品期限・ロット・刻印を読み、マスタと照合
食品 · 医薬 · 包装 · 鉄鋼径・厚み・幅・角度の公差判定とトレンド監視
金属 · 自動車 · 樹脂 · ガラス貼付有無・位置ズレ・傾き・剥がれ・気泡
包装 · 食品 · 医薬 · 日用品表裏・角度・座標をロボット・搬送へ渡す
FA · 金属 · 自動車詰まり・蛇行・重なり・搬送姿勢・異物
FA · 食品 · 包装保護具着用・工具残置・毛髪繊維・手順遵守
安全 · クリーンルーム · 医薬ほつれ・穴・色ムラ・密度ムラ・蛇行
繊維 · フィルム20 CASES · 15 INDUSTRIES · 図はすべて模式図 · 横展開を前提に、隣接工程・隣接品種へ
良否判定で、終わらせない。
結果を記録・連携し、必要に応じて設備の動作まで。排出・仕分け・ライン停止——PLC/GPIO連携で、認識と制御をひとつのループに。
INPUT→SENSE→DECIDE→OUTPUT→ACT
カメラ・ラインカメラ・スマホ・3Dセンサー。照明とレンズを含めて設計。
ルール・CNN・VLMで傷／寸法／員数／印字を捉える。
良品基準・公差・マスタと照合し、良否と要因を判定。
判定・欠陥箇所・画像を記録し、PLC・MES・基幹へ連携。
排出・仕分け・停止。Physical AIで設備の動作へ接続。
「うちの検査は載っているか」に、30領域で答える。
画像検査の用途を30領域・数百項目のロジックツリーとして体系化。この30領域はすべてご相談の対象。初回のご相談では、御社の検査がこの地図のどこに当たるかを特定するところから始める。ここに無い品種・工程でも、4つの型に分解すれば同じ考え方で構成できる。
画像1枚から、無料で診断する。
大がかりなPoCを組む前に。御社のサンプル画像でAIが何を検出できるかを、元キーエンス技術者が無料で診断し、検出可否・想定精度・最適な検査方式をレポートで返す。
画像検証まで無料 · 動画検証・PoC以降は内容に応じて見積 · 無料診断 → POC → 本番
できます。既存システムを置き換えるのではなく、上に重ねる「追加のAIレイヤー」として設計しています。既存のルールベース検査で捕捉しきれない多品種・微細・高さ可変などの領域を補完し、PLC・MES・基幹システムとの連携も前提に構成できます。
そうした現場こそハイブリッド構成が効きます。品種ごとに個別ルールを組み切るのが難しい場合でも、VLMを学習データ生成・新品種追加時のアノテーションに使うことで、品種追加時の学習コストを抑えます。まずは対象品種と不良サンプルから、一つの仕組みでどこまでカバーできるかを提案します。
始められます。不良の発生が稀な現場は多く、少数サンプルや良品中心のデータからでも進められる構成を検討します。まずは無料診断で現物画像を拝見し、どの型（外観／寸法／員数／OCR）に当たるかを切り分けてから、PoC・本実装へ進みます。
あります。極小欠陥の検出、高速ラインでの推論、単一品種の大量検査など、ルールベースや従来CNNのほうが有利なケースではVLMは適しません。タスクごとに最適な手法を選定するため、VLM一辺倒の提案はしません。
無料診断 → PoC → 本番導入の3段階で進めます。PoC・本番の費用は、品種数・ライン数・カメラ台数・既存設備の活用可否によって変動するため、無料診断後のPoC設計書に、検査方式・KPIとあわせて具体的な見積もりを記載します。
もちろんです。本ページは代表例で、実際の対象は30領域・数百項目のロジックツリーとして体系化しています。現物の写真と検査条件を送っていただければ、当てはめ方から提案します。
まずは、御社のワークひとつから。