製造業関連情報総合ポータルサイト@engineer
WEB営業力強化支援サービスのご案内
研究・技術・事業開発のためのセミナー/書籍 サイエンス&テクノロジー
イベント

6/24 外観検査の自動化の進め方と 画像データ取得およびAIによる検査のポイント

  • このエントリーをはてなブックマークに追加
  • @engineer記事クリップに登録
分析・評価・品質管理 ICT・情報処理  / 2024年04月25日 /  試験・分析・測定
イベント名 外観検査の自動化の進め方と 画像データ取得およびAIによる検査のポイント
開催期間 2024年06月24日(月)
10:30~16:30
【アーカイブの視聴期間】
6/25~7/1の7日間
※アーカイブは原則として編集は行いません
※視聴準備が整い次第、担当から視聴開始のメールご連絡をいたします。
(開催終了後にマイページでご案内するZoomの録画視聴用リンクからご視聴いただきます)
※会社・自宅にいながら受講可能です※
会場名 【ZoomによるLive配信セミナー】アーカイブ(見逃し)配信付き
会場の住所 オンライン
お申し込み期限日 2024年06月24日(月)10時
お申し込み受付人数 30  名様
お申し込み

外観検査の自動化の進め方と
画像データ取得およびAIによる検査のポイント

 

■受付中■ 早めのお申込みがおトク! 早期割引価格対象セミナー
※1名様で開催月の2ヵ月前の月末までにお申込みの場合、
33,000円(税込み)で受講できます。
 
受講可能な形式:【Live配信(アーカイブ配信付)】のみ

外観検査のデジタル化・自動化を応援する1講
受講者が試してみることができるPythonのソースコードも提供予定
正常品のみを学習する異常検知AIも紹介します
 
【得られる知識】
・外観検査システム作成方法
・撮影環境の作成方法
・Pythonによる外観検査ソフトウェアの作成方法
・PytorchによるディープラーニングAIの作成方法
・異常検知AIに関する知識
 
【受講対象】
・製造業等でこれから外観検査のデジタル化・自動化に取り組みたい方
・AIを用いた外観検査ソフトウェア作成に興味がある方

【キーワード】外観検査 自動化 デジタル化 深層学習 ディープラーニング AI Python 生成AI ChatGPT 画像分類 Pytorch 機械学習 DX

【Live配信受講者 限定特典のご案内】
当日ご参加いただいたLive(Zoom)配信受講者限定で、特典(無料)として
「アーカイブ配信」の閲覧権が付与されます。
オンライン講習特有の回線トラブルや聞き逃し、振り返り学習にぜひ活用ください。 

 

講師

 

新潟県工業技術総合研究所 下越技術支援センター 主任研究員 木嶋 祐太 氏 
【専門】情報工学


新潟県の公設試験研究機関である新潟県工業技術総合研究所に在籍し、外観検査、ソフトウェアに関連した県内企業との共同研究等に従事。
 R2 「AIを活用した金属製品の外観確認の自働化」
 R3 「AIを用いた1液潤滑剤塗布検出装置の開発」
 R3 「ディープラーニングを利用したバラ積み部品のピッキングシステムの開発」
 R3 「ディープラーニングを用いた外観検査の精度向上~正常品のみの学習による判別方法の評価~」
 R4 「多関節ロボット2台を用いた協調制御による複雑作業の自動化」
 R5 「セマンティックセグメンテーションを用いた排水処理場の状態評価」

 

セミナー趣旨

 

 近年活用が進んでいるAIを用いた外観検査システムを作成するための知識を習得する講座である。外観検査システム全体を理解するため、その構成要素である搬送装置、撮影環境、外観検査ソフトウェアについて解説する。外観検査ソフトウェアについてはさらに深掘りし、画像処理、機械学習、ディープラーニングと順を追って作成に必要な技術について解説していく。この際に比較的わかりやすいプログラミング言語であるPythonで作成したソフトウェアを動作させながら説明する。最後に正常品と異常品を学習するAIだけでなく、現場から要望の多い正常品のみを学習する異常検知AIについても紹介する。この講座を受けることで、AIを用いた外観検査システムの作成・評価ができるようになる。

 

セミナー講演内容

 

1.外観検査デジタル化・自動化のポイント
 1.1 外観検査システム全体の構成
 1.2 搬送装置の作成例
 1.3 撮影環境(カメラ、照明)の作成方法
 1.4 寸法計測
 1.5 外観検査ソフトウェアに必要な機能
 1.6 システム全体の評価方法

2.Pythonによる外観検査ソフトウェアの作成
 2.1 プログラミング言語Pythonの使い方
 2.2 画像処理による正常、異常の判別
 2.3 機械学習を用いた判別

3.ディープラーニングAIの作成
 3.1 ディープラーニングの仕組み
 3.2 ディープラーニング用ライブラリPytorch
 3.3 ディープラーニングAIを用いた判別

4.AIを用いた外観検査ソフトウェア作成デモ
 4.1 生成AIによるプログラムの生成
 4.2 画像収集ソフトウェアによる画像の収集
 4.3 実機搭載用ソフトウェアによる検査の実行
 4.4 異常検知AI(正常品のみを学習するAI)の紹介

  □質疑応答□
  

※詳細・お申込みは上記

「お申し込みはこちらから」(遷移先WEBサイト)よりご確認ください。

サイト内検索
ページカテゴリ一覧
新着ページ
月別ページ