※ 検索ワードを区切るスペースは半角でお願いします。
製造業において，顧客が求めた要求に合う品質の製品を生産することは極めて重要である。製品の品質を保証するための1つの工程に外観検査がある。この外観検査は，不良製品の流出防止ばかりでなく，製品の品質保証や向上にとって重要な役割を果たす。特に，製造工程においては，工程毎に不良の発生原因が異なり，それに付随して不良の種類も異なる。よって，外観検査で発見された不良種類を調べることで，どの工程に問題があるのか分析し，再発しないよう製造工程を改善することができる。 自動で外観検査をする手法の1つに，画像処理技術を用いた方法が利用されていたが，環境やパラメータ等の条件設定が必要になり，汎用的に利用することが困難であったり，不良の種類を分類するためには，画像から何らかの処理によって特徴量を見つけ出す必要がある。そこで，近年，深層学習を用いた外観検査の自動化が検討されている。この深層学習を用いた外観検査システムには，不良箇所の検出とその分類の両方に深層学習を適用する場合と分類のみに深層学習を適用する場合がある。不良箇所の検出に用いる深層学習モデルは，物体検知系のモデルと呼ばれ，Faster R-CNN，YOLO，SSDなどが挙...
Online ISSN : 2435-2292
Print ISSN : 0375-9253
PDFを閲覧するにはAdobe Readerが必要です。
お気に入りから削除しますか？
