導入事例
導入事例①
対象ワーク：フルーツ- 顧客業界：食品加工工場
判定方法
種類
選定理由
使用画像
教師あり学習
ルールベースでは色の異なる髪の毛や虫は判別できたが、残皮は判別できなかった。
OK画像：100枚、NG画像：30枚
設備提案
有：
不良品はポインターで指示し、排出機構をコストダウン
導入事例②
- 対象ワーク：金属部分
- 顧客業界：自動車部品製造工場
判定方法
種類
選定理由
使用画像
ルールベース・教師なし学習
傷やバリはルールベース
NGサンプルを集めることが難しい事象は教師なし学習で対応
OK画像：1,000枚、NG画像：30枚（NGクラスごと）
設備提案
有：
個別分離装置、検査装置、排出機構
導入事例③
- 対象ワーク：金属・プラなどの産業廃棄物
- 顧客業界：リサイクル工場
判定方法
種類
選定理由
使用画像
教師あり学習
様々な形状・色のワークが流れてくるためルールベースでは対応できなかった
各クラスごとに100枚
設備提案
有：
個別分離装置、検査装置、排出機構
導入事例④
- 対象ワーク：ゴム製品
- 顧客業界：自動車部品製造工場
判定方法
種類
選定理由
使用画像
ルールベース・教師あり学習
製品ラインナップが数千パターンあり、全てルールベースで対応することは難しい
各ラインナップごとに1,000枚程度
設備提案
無し