1/26 AI外観検査（画像認識）の はじめ方、すすめ方、精度の向上

1．AI画像認識システムの開発実例紹介
　1-1 パン識別システム「BakeryScan」
　1-2 不織布の外観検査システム
　1-3 油圧部品の外観検査システム
　1-4 金属チェーンの外観検査システム
　1-5 レンガの外観検査システム

2．AI外観検査プロジェクトのはじめ方
　2-1 AI外観検査の進め方・概念実証（PoC）
　2-2 機械学習を意識した画像データの撮影
　2-3 学習が難しい画像
　2-4 学習しやすい画像のための前処理

3．学習データの量と質の課題
　3-1 学習データの準備にかかる負荷（画像の収集、ラベルの付与）
　3-2 学習データはどの程度必要か
　3-3 外観検査における学習データ不均衡の問題
　3-4 学習データの拡張，生成AIの活用
　3-5 ラベル付き公開データセットと転移学習による対応
　3-6 生成AIの活用

4．識別根拠の課題と品質保証への対応
　4-1 Deep Learningは内部分析が困難
　4-2 説明可能人工知能（XAI）
　4-3 Grad-CAMによる注目領域確認
　4-4 品質保証への対応・段階的なAI外観検査の導入

5．AI外観検査システム導入の進め方まとめ
　5-0 外部資金の獲得
　5-1 不良品の定義確認と不良品サンプルの収集
　5-2 撮影方法の検討
　5-3 撮影装置の導入とデータ収集からPoC
　5-4 初期判定モデルを作成し，プロトタイプとして導入
　5-5 モデル改良と精度検証の繰り返し
　5-6 本格運用開始後の維持管理
　5-7 外観検査プロジェクトを成功させるために

質疑応答