京なかGOZANではAIを活用した類似図面検索サービス「ATTA」を展開しておりますが、お客様から「AIで外観検査ができないか？」といったご相談を受ける事がございます。
AIを使った外観検査では、AIに良品の特徴を学習させ、不良品を検出さえることで、検査工程の効率化が可能になります。
AI外観検査の導入ポイント
部品加工業様の場合、一次検査をAIが行い、AIが「不良」と判断した製品について、二次検査で人が目視検査をするといった流れで導入されていたりします。
一次検査でAIが「良品」と判定した製品はそのまま出荷、「不良」と判定した製品の中には良品も交じっている可能性はありますので、二次検査で人が再度判断します。
このように、AIだけで検査を完結させる方式を目指すのではなく、人との協業方式が、AI導入の一つのポイントといえるのではないでしょうか。
AIの対象製品を見定める
また、AI導入する対象製品を見定める事も重要です。
対象製品を選定する際は、以下の基準で考えるとよいでしょう。
★AI導入によって、効果が見込めるか？
★AI導入が技術的に可能か？
★AI導入によって、効果が見込めるか？
・検査にかかる時間が他製品と比較して長い
・今後も受注が継続する見込みがある
・他製品への展開可能性のある形状・材質である
★AI導入が技術的に可能か？
・製品の形状が簡易
・不良個所が画像に移りやすい（例：反射が少ない材質など）
製品の形状が複雑な場合は、製品の部位ごとにAIと目視の分担を決めた上で、撮影方法を検討するとよいでしょう。
上記以外にもAI導入で気を付けるべき点やつまずきやすい点があります。
また、AIオンリーではなく、検査データを蓄積し統計的に分析したり、グラフ化（見える化）するシステムとして総合的に検討していくことも大切です。
詳細については、お気軽によろずご相談くださいませ。
