品種が多く、段取り替えが頻繁で、不良サンプルも十分に集まらない。そんな現場の外観検査を、Nsight EdgeとVision AIで引き受けます。ルールベース・従来の深層学習を本番判定の軸に、VLMを学習データ作成の支援に使うことで、少量多品種でも立ち上げやすい検査を実装します。
品種が多く、段取り替えが頻繁で、不良サンプルが集まりにくい外観検査の現場を想定しています。
ルールベース単体・従来の深層学習単体・目視のいずれも、品種が多く不良サンプルが少ない現場では限界に当たる場面があります。
入力から連携までを一つの流れとして設計し、外観検査をNsight Edge上で実装します。本番の良否判定はルールベース・従来の深層学習を軸に行い、VLMは学習データ作成の支援に使います。
カメラ・照明・レンズを検査対象に合わせて設計し撮影する。
Vision AIで傷・打痕・欠け・汚れ・印字などを捉える。
ルールベース・学習済みモデルで現場基準の良否を判定する。
良否・不良箇所を画面に表示し、記録する。
PLC・ライン制御・記録システムへ連携する。
多品種外観検査は、単独のツールではなく、Nsightの中核プロダクト「Nsight Edge」と、その上で動作する画像検査エンジン「Vision AI」を土台に、現場ごとに実装します。AIモデルだけでなく、カメラ・照明・レンズの光学設計やライン連携まで含めて設計することで、現場で使える外観検査になります。本番の良否判定はルールベース・従来の深層学習が担い、VLMはNG画像生成・オートアノテーションなどで学習コストを下げる役割を担います。
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とVision AIを土台にした外観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。