AI画像認識プロジェクトの進め方,画像情報の集め方,品質保証への対応,
具体的なAI画像認識システムの開発例に関する知見について,製造現場での
導入実績やAI外観検査の実例を踏まえ,実践的にわかりやすく解説する特別セミナー！！
- 講師
兵庫県立大学 大学院工学研究科 准教授 博士（工学） 森本 雅和 先生
- 日時
- 会場
- ※本セミナーはWEB受講のみとなります。
- 受講料
- （消費税等込み）1名：40,000円 同一セミナー同一企業同時複数人数申込みの場合 1名：38,500円
- テキスト
受講概要
受講形式 ＷＥＢ受講のみ ＊本セミナーはZoomシステムを使用したオンラインセミナーとなります
受講対象 AI外観検査システムの導入を検討している製造業技術者など．経験不問 予備知識 特に必要なし 習得知識 １）AI画像認識プロジェクトの進め方について基礎知識 ２）具体的なAI画像認識システムの開発例に関する知見
講師の言葉 ここ数年、AI（Artificial Intelligence、人工知能）の応用が急速に進展しています。 劇的な認識率の向上をもたらしAI分野を発展させたのが、脳の働きからヒントを得た学習手法である 「Deep Learning（深層学習）」のアルゴリズムであり、実装が容易なライブラリの登場により、 画像認識を中心に利用例が報告されています。 かたや、製造現場ではAI外観検査（画像識別）を中心に導入プロジェクトが立ち上がっていますが、 狙った識別精度が得られず、導入に至らない例が聞かれます。学習データ（画像データ）の前処理 （データクレンジング）にかかる負担や良品・不良品データの不均衡などがおもな原因にあげられます。 また、特にDeep Learningでは識別にかかる根拠がわかりにくく、品質保証の観点から導入を見送る 現場も多いです。 そこで、本講座は中小製造現場で導入実績をあげた講師が、自身が手がけたAI外観検査の取り組みを紹介。 活動事例を通じて、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識 した画像情報の集め方、品質保証への対応までを解説します。さらには、導入後の運用を通じての精度向上 のための考え方にも触れます。
プログラム
1．AI画像認識システムの動向と導入基礎 1-1 国内外のAI画像認識の最新事例 1-2 AI画像認識システムの利点・欠点 1-3 AI画像認識システム導入時の留意点 2．AI画像認識システムの実例 2-1 パン識別システム「BakeryScan」 ①BakeryScanのシステム構成／②BakeryScanの画像処理（特徴量の抽出方法等）／③パン識別にかかる課題／ ④現場導入時の課題／⑤BakeryScanのアルゴリズムの改良 2-2 不織布画像検査システム ①不織布の異物検査／②既存の画像検査システムの課題／③不織布画像検査システムの構成と特徴／ ④機械学習による異物判別 2-3 金属チェーン画像検査システム ①チェーンの外観検査／②チェーン画像検査システムの校正と特徴／③良品学習による異常検知 2-4 油圧部品の自動外観検査システム ①外観検査の課題／②正常・異常判別と機械学習による2クラス分類／③AIの限界とデータセットの不均衡／ ④ONE Class SVM（OCSVM）による良品学習／⑤OCSVMの課題とVAEによる異常検出／ ⑥導入した外観検査システムとロボットのハンドカメラによる撮像／⑦VAEによる傷検出と誤検出の改善 3．AI外観検査のはじめ方と機械学習を意識した画像 3-1 AI外観検査の進め方 ①学習データの取集と用意／②各種機械学習の検証／③転移学習の活用 3-2 機械学習を意識した画像データ（学習データ）の準備 ①画像データの形式／②学習データ（データセット）の準備／③必要な学習データ 3-3 学習が難しい画像 ①撮影環境や条件のばらつき／／②NG・OKの差異がわかりにくい／③キズなど一方向からでは見づらいなど 3-4 学習しやすい画像のための前処理 ①画像のノイズ／歪みなどを取り除く／②明るさや色合いを調整／輝度調整／③オブジェクトの輪郭を強調／④領域抽出 4．学習データの量と質の課題 4-1 学習データの準備にかかる負荷（画像の収集、ラベルの付与） 4-2 学習データはどの程度必要か 4-3 外観検査における学習データの質の課題（データの不均衡） 4-4 学習データの拡張（Data Augmentation）と注意点 4-5 ラベル付き公開データセットと転移学習による対応 5．識別根拠の課題と品質保証への対応 5-1 Deep Learningは内部分析が困難 5-2 説明可能性・解釈性（XAI）に関する技術 5-3 Deep Learningが着目しているところ（ネットワークの可視化） 5-4 品質保証への対応（AI外観検査と目視検査との連携／段階的なAI外観検査の導入） 6．AI画像認識システム導入の進め方（「2」の事例をもとに） 6-1 要求定義の取りまとめ 6-2 AI機能の選定 6-3 社内教育とプロジェクトの立ち上げ（産学連携助成の活用等） 6-4 学習データの準備 6-5 概念実証(PoC) 6-6 ラインでの実運用 6-7 運用による精度向上 講師紹介 １９９８年 大阪大学大学院工学研究科通信工学専攻博士後期課程終了（博士（工学）） １９９８年４月 姫路工業大学工学部 助手 ２００４年 兵庫県立大学 助手 ２０１４年 兵庫県立大学大学院工学研究科 准教授（現職） 世界初のパン画像認識レジシステム「BakeryScan」を開発 所属学会 IEEE，電子情報通信学会，映像情報メディア学会