原材料の品質検査で役立つ「疲れない目」　　～材料受入検査AI～とは

原材料受入時の品質検査において、以下のようなお悩みはありませんか？

・検査に時間がかかり、生産ラインに遅延が生じることがある
・検査担当者の負担が大きい
・検査における判断が属人化しており、担当者によって検査結果にばらつきがある
・人的ミスや見落としが生じることがままある
・不良品が混入したまま生産ラインに入り、製品の品質が低下することがある

これらの課題は、画像認識AIを用いた材料受入検査AIで解決できる可能性が高いです

当社の画像認識技術を活用した、具体的な例を紹介しましょう。

例えば、食品製造の場合です。

発注品とは異なる食品の混入はもとより、微細な金属片、ガラス片、虫、プラスチック片など、
人体に有害な異物の混入がないかをチェックするのは非常に重要です。
また、後工程での問題発生予防のために、できるかぎり確実に高精度で実施したい検査とも言えます。

●利用するAI技術例

　「物体検出」
　　画像内の特定の物（梱包物、食材など）を見つけ出し、その箇所を特定・カウントなどします
　
　「異常検知」
　　通常とは異なるパターンや状態を検出します
　（例：ひび割れ、カケ、色、異物など）

　「分類」
　　対象物を種類分けします
　（例：異物の種類、製品等級、大きさの種類など）

　または上記技術の複数組み合わせ

●上記技術を用いた解決例

　【食品製造業でのお悩み例】
　・検査に時間がかかり、生産ラインに遅延が生じることがある
　・検査担当者の負担が大きい
　・検査における判断が属人化しており、担当者によって検査結果にばらつきがある
　・人的ミスや見落としが生じることがままある
　・不良品が混入したまま生産ラインに入り、製品の品質が低下することがある

　【解決の手段】
　　材料受入検査AIとして、貴社の課題と対象物に合った手段を用いることがポイントです。
　　・受入材料の数量カウント（箱、袋、実物単位など）
　　・梱包状態での破損の有無検知
　　・特定の異物の検知（微細な金属片、ガラス片、虫、プラスチック片など）
　　・特定の異物や状態異常検知（キズ、カケ、カビ、変色など）
　　・検査のログ化、判断基準の視覚化
　　・物体検出や分類など技術組み合わせによる異常・異物の検知高精度化

　【期待できる効果】
　　検査時間の短縮
　　検査内容の効率化
　　検査担当者の負荷軽減（省力化・工数削減）
　　暗黙知の形式知化、共有化
　　検査における判断基準の視覚化、高精度化

　　また、検査工程や仕組み作りによっては、無人化・自動化などへの発展も見込めます。