課題
人による検査の限界
熟練した検査員でも、人間には本質的な限界があります。 微細な欠陥の見逃し、長時間作業による疲労、検査員間の判断のばらつき。
従来のマシンビジョンは明らかな欠陥を捉えますが、 微妙なパターンは見逃してしまいます。品質問題が顧客に届いたり、 高コストな手戻りが発生するリスクがあります。
微細欠陥の限界
人の目では見えない微小な欠陥を見逃す可能性
疲労による変動
長時間のシフトで集中力と一貫性が低下
サンプリング検査
全数検査は現実的でなく、一部のみの検査
主観的判断
検査員によって判断基準にばらつきが生じる
ソリューション
KODA Visionのアプローチ
深層学習コンピュータビジョンで、人間の能力を超える 一貫性と精度を、生産速度で実現します。
カメラ
ライン速度で高解像度撮影
KODA Engine
御社の品質基準で学習
分析
欠陥検出と位置特定
アクション
分類またはリジェクト
一貫した検査
全製品を同一基準で検査。疲労なし、見逃しなし
微細欠陥検出
人の目では困難な微小欠陥も検出
カスタム学習
お客様の品質基準で学習。御社の「合格」を理解
リアルタイム
検出と同時にアラート。即座に対応可能
上流工程との相関
欠陥と製造条件の相関分析で根本原因を特定
継続的改善
サンプルが増えるほど精度が向上
提供内容
検出可能な欠陥タイプ
- 表面欠陥（クラック、傷、ピッティング）
- 寸法変動
- 色・コーティングの不均一
- 異物混入、介在物
- 溶接欠陥
- 形状変形
提供内容
- お客様の品質基準で学習したAI検査システム
- カメラ・照明システム（ライン専用設計）
- リアルタイム検査ダッシュボード
- 品質管理チームへのトレーニング
- 継続的なサポートとモデル改善
導入プロセス
導入ステップ
4ヶ月のパイロットで精度を検証。既存検査との並行運用で安全に評価。
Phase 13週間
セットアップ
- カメラ・照明の設置
- 最適な撮影条件の設計
- データ収集体制の構築
Phase 25週間
モデル学習
- 欠陥サンプルの収集
- お客様の品質基準でAI学習
- モデルの調整と最適化
Phase 34週間
検証
- 既存検査との並行運用
- 結果の比較・検証
- 精度の測定と改善
Phase 44週間
評価
- 精度比較レポート作成
- 本番展開の検討
- 拡大計画の策定
技術仕様
技術仕様
カメラ対応
GigE Vision、USB3 Vision、組み込みカメラ
検査速度
ライン速度に合わせて設定可能
照明
欠陥検出に最適化したカスタム設計
統合
PLC通信によるリジェクト制御
デプロイメント
エッジコンピューティングでリアルタイム処理
対応言語
日本語、英語、ポルトガル語