外観検査の自動化は画像処理システムを中心に進んでいますが
現場には「設定に多大な時間や労力がかかる」など多くの課題があります

良品画像を収集し、Meister Apps™ AI画像自動検査パッケージで学習を行うだけで、欠陥検知に必要な判定閾値を自動で定義できるため、不良画像の分析が不要になり、専門知識が無くても検査の設定が行えるようになります。

Meister Apps™ AI画像自動検査パッケージで作成した良品モデルをXG-Xの判定フローに登録することで、品種に合わせたXG-Xの検査設定項目（検査領域、濃淡閾値、マスク処理など）が減り、作業工数を大幅に削減することができます。

東芝独自のワーク変動追従型アルゴリズム（特許出願済）により、良品モデルの閾値を外部環境変化に自動的に追従させ、見逃し・過検出を抑制します。

実運用の環境においては、季節や朝・夕によって工場内への外光の入り方が異なったり、部材ロットの切り替えにより部材の色に微妙な変化があったり、設備の再セットアップ等により、ワーク（製品）の撮影画像にばらつきが発生することがあります。ワークの撮影画像がばらつくと、画像処理システムのルール設定が追い付かないという問題が生じます。ワーク変動追従型アルゴリズムは、この問題を解決するためのアルゴリズムです。