「Meister Apps™ AI画像自動検査パッケージ」の提供を開始

~東芝独自の良品学習方式を使ったAI画像検査で、検査の自動化と検査精度の向上を短期間で実現~

 2020年11月5日(木)

東芝デジタルソリューションズ株式会社

 東芝デジタルソリューションズ株式会社(本社:神奈川県川崎市、取締役社長:島田 太郎、以下 当社)は、「Meister Apps™ AI画像自動検査パッケージ」の提供を本日から開始します。誤検出を低減する東芝独自の閾値最適化手法による良品学習方式注1を使ったAI画像検査の技術で、製造現場の検査工程における不良品の見逃し防止と、検査工程の自動化・作業員の省人化を実現し、Withコロナ時代の新しい製造現場様式の実現に貢献します。

 従来、検査を自動化するには、専用の検査装置の導入や深層学習注2の適用が一般的でした。専用装置を導入するには、装置を購入し、既存ラインのレイアウト変更などを行わなければならず、深層学習を適用するには、専門スキルが必要、大量な良品・不良品の教師データ注3の収集や学習に時間がかかる、不良率が低い製品は教示用の不良品データが不足する、などの課題があります。
 不良品が出にくい場合に適した手段として、良品学習方式があり、少ない画像枚数と短い学習期間で導入可能です。しかし、不良品の見逃しを防止するために厳しい閾値を設定すると、本来は良品であるにもかかわらず不良品と判定される誤検出が発生し、実運用のためには閾値の最適化が課題となっていました。

 当社がこのたび提供を開始する「Meister Apps™ AI画像自動検査パッケージ」は、誤検出を低減する閾値最適化手法を搭載した東芝独自の良品学習方式を採用しており、以下の特長があります。

■「Meister Apps™ AI画像自動検査パッケージ」の主な特長

  1. 誤検出を低減する独自の良品学習方式(※特許出願中)
    東芝独自の良品学習方式は、AIが学習用画像から誤検出しやすい領域を検出し、その領域で誤検出が発生しないように繰り返し学習を行って良品モデルの閾値を最適化します。これにより不良品の見逃しを防ぎつつ誤検出を抑えることが可能となります。良品学習方式における誤検出を低減する閾値最適化手法として特許出願中です。
  2. 高度な専門性は不要、直観的に良品モデルを作成
    画面上で学習用画像を入力し、パラメータ設定を行うことで、AIや深層学習の専門的な知識が無くても良品モデルの作成や精度の検証ができます。運用中の精度維持のための再学習や、新製品に対応するための良品モデルも簡単に作成できます。
  3. 既存ラインに後付けで手軽に導入
    専用のカメラや装置は不要で、市販の産業用カメラや照明を使用するため、既存ラインのわずかなスペースにもレイアウトを変えることなく設置可能です。また、既存の検査装置や撮影機材で撮影した画像を取り込んで検査を行うことも可能です。

 「Meister Apps™ AI画像自動検査パッケージ」は、ものづくりIoTソリューション「Meister Factoryシリーズ」のものづくりIoTデータ活用ソリューション「Meister Apps™」のラインナップに加わります。他のシリーズ商品と連携して活用することで、製造現場の設備・機器のIoTデータと検査データを組み合わせ、製造プロセス全体の更なる生産性向上を実現することが可能になります。

 当社は今後も、クラウドサービス化などの機能拡張、パートナー企業との連携強化により、ものづくりによるデジタルトランスフォーメーションを進めて参ります。

■「誤検出を低減する独自の良品学習方式」概要

■「Meister Apps™ AI画像自動検査パッケージ」適用事例

 スペインGestamp社の溶接工程への適用では、目視検査の自動化と作業員へ不良箇所の通知を行うことで、熟練工でないと検査が難しい溶接工程でも検査品質を維持しつつ検査負荷を低減し、検査工程の効率化を実現しました。その他、東芝グループの各工場において、例えば多品種生産のためモデル作成に時間がかかる電子基板の部品の有無検査に短期間で導入するなどの実績があり、さまざまな製品の検査工程に導入可能です。

■「Meister Apps™ AI画像自動検査パッケージ」提供機能

  • 学習ツール
    画面上で学習用画像を入力し、検出したい欠陥に応じたパラメータ設定を行うことで良品モデルを作成します。
  • 良否判定エンジン
    学習ツールで作成した良品モデルと製造ラインから撮影した検査対象画像を比較し、良品か不良品かの判定を行い、欠陥と判定された部分にマーキング注4を行います。
  • 画像前処理
    検査対象画像の位置補正などの前処理を行います。
  • カメラI/F
    カメラから撮影した画像データを受け取り画像前処理に渡します。
  • 判定結果表示画面
    良否判定の結果を表示する画面です。検査対象画像、判定後のマーキング付きの画像、良品か不良品かの判定結果を表示し、リアルタイムまたは期間や製品IDによる過去の検査結果を表示します。

上記機能のソフトウェアをパッケージにした、サブスクリプション型の年間ライセンスでのご提供となります。
ソフトウェア以外のカメラや照明などのハードウェアは、パッケージに含みません。

注1 良品学習方式:AIの学習に不良品データを使わず良品データのみを使う方式

注2 深層学習:機械学習の一種で、分析データの特徴を定量的に表現した特徴量をコンピュータ自身が学習し判断する仕組み

注3 教師データ:機械学習を実施する際にコンピュータに特徴量を覚えこませるためのデータ

注4 マーキング:不良品と判定された画像に対し、判定の根拠となる箇所に印をつけること