Manufacturing AI
製造業向け
次世代AI外観検査・品質管理ソリューション
Engineering Driven AI：
Deep Learningの「眼」が、微細な欠陥を捉える。
Attention U-Netと
Vision Transformerで実現する、
過検出ゼロへの挑戦
製造業における外観検査は、品質管理の要となる重要な工程です。しかし、従来のルールベース検査や単純なCNN（畳み込みニューラルネットワーク）では、照明の反射や油汚れを「キズ」と誤認する過検出が多発し、検査員の負担が増大していました。また、「未知の欠陥」や「微細なクラック」といった、事前に定義できない異常パターンへの対応が困難でした。
miracleaveは、最新の研究成果に基づいたモデルアーキテクチャで、これらの課題に根本からアプローチします。Attention U-NetとVision Transformer (ViT)を駆使し、ピクセル単位での精密な解析と、画像全体の文脈理解を両立させることで、過検出ゼロを目指した次世代のAI外観検査ソリューションを実現します。
ルールベース検査の限界と
"過検出"の課題
従来の画像処理ベースの外観検査では、照明の反射や油汚れ、表面のテクスチャの違いを「キズ」と誤認する過検出が多発していました。特に、金属加工品や樹脂成形品など、表面の反射特性が複雑な製品では、検査員が目視で確認する必要があり、属人化が進んでいました。
私たちは、単純な良否判定ではなく、Semantic Segmentation（領域分割）技術を用いることで、対象物が「汚れ」なのか「キズ」なのか、あるいは「正常な表面パターン」なのかをピクセル単位で理解させます。この技術により、検査員の主観に頼っていた曖昧な判断をデジタル化し、微細な欠陥も見逃さない圧倒的な精度を実現します。
さらに、単なるエラー検知にとどまらず、欠陥の形状や種類を特定することで、製造プロセスのどこに改善の余地があるかという知見を蓄積します。例えば、「この形状の欠陥は、この工程で発生しやすい」といった因果関係を可視化し、現場の品質管理体制を根本から強化します。これにより、不良品の発生を未然に防ぐ予防的な品質管理が可能になります。
【技術詳細】Vision Transformer & Attention U-Net：課題に応じた最適なモデル選定
miracleaveは、お客様の製品特性や検査要件に応じて、最適なモデルアーキテクチャを選定・実装します。単一のモデルに依存せず、複数の最先端技術を組み合わせることで、それぞれの課題に対して最高の精度を実現します。
visibility Vision Transformer (ViT)
画像をパッチ（断片）として処理し、離れた位置にある特徴の関係性（Global Context）を学習します。これにより、製品全体の歪みや、複雑なテクスチャ内の違和感を検知します。特に、大きな面積にわたる異常や、複数の領域にまたがる欠陥パターンの検知において威力を発揮します。従来のCNNでは捉えきれなかった、画像全体の文脈を理解した異常検知が可能になります。
psychology Attention U-Net
特にコンクリートや金属表面の「ひび割れ（クラック）」検知において実績があります。Attention Gate機構により、背景ノイズを抑制しつつ、微細なひび割れの特徴だけに「注目」して抽出するため、極めて高い精度を実現します。ピクセル単位での精密なセグメンテーションが可能で、欠陥の形状や位置を正確に特定できます。微細なクラックや表面の傷など、従来の手法では検知が困難だった異常も、確実に捉えることができます。
良品学習（Anomaly Detection）による高速立ち上げ
従来の教師あり学習では、大量の不良品データを集める必要があり、システムの立ち上げまでに数ヶ月を要することがありました。しかし、私たちのAnomaly Detection（異常検知）アプローチでは、正常な製品画像のみを学習させ、そこからの「距離」を測ることで異常を検知します。不良品データが集まるのを待つ必要はありません。
再構成誤差を用いたヒートマップ表示により、AIが画像の「どこ」を見てNGを出したかが一目でわかります。これにより、検査員はAIの判断根拠を理解し、必要に応じてモデルの調整や製造プロセスの改善に繋げることができます。判断の根拠が視覚化されることで、現場スタッフも納得感を持って次の工程改善へと繋げることができます。
この手法は、多品種少量生産や、発生頻度が極めて低い希少な欠陥を検知したい現場で特に真価を発揮します。AIは「正常とは何か」を深く理解しているため、未知の異常パターンであっても即座に違和感として抽出することが可能です。新製品の立ち上げ時や、製造ラインの変更時にも、迅速に検査システムを構築できるため、生産性の向上に大きく貢献します。
幅広い製造業の課題に対応するAI外観検査
金属加工・機械部品
切削加工品のバリや傷、溶接部の欠陥、表面処理のムラなどを高精度に検知。微細なクラックや表面の傷も見逃しません。
樹脂成形・プラスチック製品
成形不良、シルバーストリーク、焼け、変色など、複雑な表面パターンの中から異常を正確に識別します。
電子部品・プリント基板
はんだ付けの不良、部品の実装ミス、基板の傷や汚れなど、微細な欠陥を確実に検出します。
食品・包装材
包装の破損、異物混入、印刷のずれや汚れなど、品質管理の重要な工程を自動化します。
技術的な「無理難題」を
お聞かせください
「他社で断られた」
「汎用AIでは精度が出なかった」
という課題こそ、私たちにご相談ください。