ここ数年、AI (Artificial Intelligence、人工知能) の応用が急速に進展しています。劇的な認識率の向上をもたらしAI分野を発展させたのが、脳の働きからヒントを得た学習手法である「Deep Learning (深層学習) 」のアルゴリズムであり、実装が容易なライブラリの登場により、画像認識を中心に利用例が報告されています。
かたや、製造現場ではAI外観検査 (画像識別) を中心に導入プロジェクトが立ち上がっていますが、狙った識別精度が得られず、導入に至らない例が聞かれます。学習データ (画像データ) の前処理 (データクレンジング) にかかる負担や良品・不良品データの不均衡がおもな原因にあげられます。また、特にDeep Learningでは識別にかかる根拠がわかりにくく、品質保証の観点から導入を見送る現場も多いです。
そこで、本講座は中小製造現場でいくつかの導入実績をあげた講師が、自身が手がけたAI外観検査の取り組みを紹介。活動事例を通じて、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までを解説します。さらには、導入後の運用を通じての精度向上のための考え方にも触れます。
- AI画像認識システムの動向と導入基礎
- 国内外のAI画像認識の最新事例
- AI画像認識システムのメリット
- AI画像認識システム導入時の留意点
- 「機械学習」と「深層学習」の選択
- AI画像認識システムの各種実例
- パン識別システム「BakeryScan」の特徴と実際
- BakeryScanのシステム構成
- BakeryScanの画像処理 (特徴量の抽出方法等)
- パン識別にかかる課題
- 現場導入時の課題
- BakeryScanのアルゴリズムの改良
- 不織布画像検査システムの特徴と実際
- 不織布の異物検査
- 既存の画像検査システムの課題
- 不織布画像検査システムの構成と特徴
- 機械学習による異物判別
- 油圧部品についての自動外観検査システムの特徴と実際
- 外観検査の課題
- 正常・異常判別と機械学習による2クラス分類
- AIの限界とデータセットの不均衡
- ONE Class SVM (OCSVM) による良品学習
- OCSVMの課題とVAEによる異常検出
- 導入した外観検査システムとロボットのハンドカメラによる撮像
- VAEによる傷検出と誤検出の改善
- AI外観検査のはじめ方と機械学習のためのを意識した画像データ準備・前処理
- AI外観検査の進め方
- 検査項目の網羅と評価基準の明確化 学習データの取集と用意
- 試作開発の前段階における検証各種機械学習の検証
- 転移学習の活用
- 求められる人材・スキル
- 機械学習を意識した画像データ (学習データ) の準備
- 画像データの形式
- 学習データ (データセット) の準備
- 必要な学習データ
- 学習が難しい画像
- 撮影環境や条件のばらつき
- NG・OKの差異がわかりにくい
- キズなど一方向からでは見づらいなど
- 学習しやすい画像のための前処理:そのノウハウ・実際
- 画像のノイズ/歪みなどを取り除く
- 明るさや色合いを調整/輝度調整
- オブジェクトの輪郭を強調
- 領域抽出
- 学習データの量と質の課題
- 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)
- 学習データはどの程度必要か
- 外観検査における学習データの質の課題 (データの不均衡)
- 学習データの拡張 (Data Augmentation)
- ラベル付き公開データセットと転移学習による対応
- 識別根拠の課題と品質保証への対応
- Deep Learningは内部分析が困難
- 説明可能性・解釈性 (XAI) に関する技術
- Deep Learningが着目しているところ (ネットワークの可視化)
- 品質保証への対応 (AI外観検査と目視検査との連携/段階的なAI外観検査の導入)
- AI画像認識システム導入の進め方
- 要求定義の取りまとめ
- AI機能の選定
- 社内教育とプロジェクトの立ち上げ方 (産学連携助成の活用等)
- 学習データの準備とその留意点
- 概念実証 (PoC) の特徴・考え方・進め方
- ラインでの実運用
- 運用による精度向上
ライブ配信セミナーについて
- 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
- お申し込み前に、 視聴環境 をご確認いただき、 ミーティングテスト にて動作確認をお願いいたします。
- 開催日前に、接続先URL、ミーティングID、パスワードを別途ご連絡いたします。
- セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
- セミナー資料は郵送にて前日までにお送りいたします。電子媒体での配布はございません。
- 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
印刷物は後日お手元に届くことになります。
- ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
- タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
- 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
- Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
複数名受講割引
- 2名様以上でお申込みの場合、1名あたり 20,000円(税別) / 22,000円(税込) で受講いただけます。
- 1名様でお申し込みの場合 : 1名で 30,400円(税別) / 33,440円(税込)
- 2名様でお申し込みの場合 : 2名で 40,000円(税別) / 44,000円(税込)
- 3名様でお申し込みの場合 : 3名で 60,000円(税別) / 66,000円(税込)
- 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
- 受講券、請求書は、代表者にご郵送いたします。
- 請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
- 他の割引は併用できません。
アカデミー割引
教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。
- 1名様あたり 10,000円(税別) / 11,000円(税込)
- 企業に属している方(出向または派遣の方も含む)は、対象外です。
- お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。