業界特化型 技術・製品情報サイト
  • MONOist
  • EE Times Japan
  • EDN Japan
  • スマートジャパン
  • BUILT

株式会社ゼータ・ブリッジ

製品資料

株式会社ゼータ・ブリッジ

ディープラーニングで失敗続出、金属加工品の検品自動化を成功させるコツ

人手による目視検査を自動化できると期待されるディープラーニング。しかし金属加工品の場合、誤検知や正確な抽出が難しく、定着しないケースも。ディープラーニングにかわり、検査の自動化を実現する手法とは?

コンテンツ情報
公開日 2020/06/16 フォーマット PDF 種類

製品資料

ページ数・視聴時間 7ページ ファイルサイズ 5.93MB
要約
 キズや欠け、汚れやクラックなど、金属加工品の欠陥にはさまざまな種類がある。特に、金型に溶融した金属を圧入することで、より高い精度の鋳物を短時間に大量生産するダイカストでは、「鋳巣(いす)」が問題となっている。

 鋳物の内部に空洞が発生する欠陥現象である鋳巣を製造工程で見つけるためには、より精度の高い品質検査が必要となる。しかし、ダイカストの欠陥を特定するための目視検査を人手で行うと、大きなコストがかかる。

 そこで注目を集めているのがディープラーニング(深層学習)などを活用した検査の自動化だ。しかし金属加工品の場合、教師データの不足や、誤検知の問題など、ディープラーニングの活用が適さないケースも多い。では、どういった手法で検査の自動化を行えば良いのだろうか。

 本資料ではこうしたディープラーニングの課題を克服し、高い検査精度が見込める解決策を紹介。金属加工品を中心に、目視検査の自動化を検討するユーザーに最適な資料だ。
アンケート
※「アンケート回答」「続きを読む」には、下記ボタンを押して会員登録あるいはログインしてください。