企業基本情報
製品カタログ・資料
- 「製品別」画像処理による不具合事例と「目的別」画像処理技術の選択
ファイル形式:pdf ファイルサイズ:1.33MB外観検査システムを有効活用するための手引きとして「製品別」画像処理による不具合事例と「目的別」画像処理技術の選択方法をまとめました。
関連製品カタログ・資料
会社情報

私たちAFC研究所は、製造業の現場課題に向き合い、IoT・AI・データ活用を通じて、
株式会社AFC研究所
より良いものづくりを支えるソリューションをご提案しています。
製造・検査工程における生産性向上コンサルティングをはじめ、お客様の課題や設備環境に応じたシステムや技術をご提供しています。それぞれの現場や運用に合わせ、必要な技術を組み合わせながら、
解決策をともに考えます。
AI外観検査システム「FALCON」、検査データ管理ソフト「Parrot」を中心に、検査工程の省人化、品質向上、そして蓄積されたデータの活用まで、製造現場のDXを幅広く支援しています。
AFC研究所は、
現場と技術をつなぎ、ものづくりの新たな価値を生み出す仕組みづくりを支援します。
下記より、各製品・ソリューションの詳細をご覧いただけます。
〒 162-0802 新宿区改代町33-17第二NHビル5F
電話 : 03-6265-0979
https://afc-lab.jp/詳細はこちら
製品ご紹介

セラミックス製品の分類、不良事例と外観検査システム利用時の要点

印刷チェック、数量検査に関するシステム利用時の要点と判別事例

IoT対応AI外観検査システム「Falcon」導入準備③ システム化検討

IoT対応AI外観検査システム「Falcon」導入準備① 目視検査に関する現状の再認識

対象部品の有無や組付け間違いの検査に関するシステム利用時の要点と判別事例

検査データデジタル管理ソフトウェア PARROT

組立製品の分類、不良事例と外観検査システム利用時の要点

表面状態の検査に関するシステム利用時の要点と判別事例

IoT対応AI外観検査システム「Falcon」 製品別事例集①

IoT対応AI外観検査システム「Falcon」導入準備② 関連技術の選定
































プラスチック製品は押出成形や射出成形、ブロー成形などさまざまな加工方法がある中で不良を見つけるために目視検査が多用されている。
プラスチック製品に対して外観検査システムにより正確に不良品を識別するには発生する不良の種類に応じて適切な撮像環境の構築やアルゴリズムの選択が重要である。
AI、ルールベースの両方のアルゴリズムを保有するソフトウェアの提供に留まらず、撮像環境まであわせて提案するFalconは目視検査のシステム化に貢献する。
※プラスチック製品やその他製品に関する不良内容や外観検査をシステム化する際のポイントはPDF資料を参照、または問い合わせ。