【現場で使いこなせる AI検査製品】Roxy AI　概要～学習編

Roxy AIは現場で使いこなすことができるAI検査製品です。

Roxy AIは「多機能」な製品ではなく、「シンプルで高性能」を目指した製品です。
機能を限定し、それに最適な独自の技術を活用することにより、高精度・高速を実現しています。また、機能を絞ることにより、誰でも簡単に使える製品となっています。

■高精度なAI検査を現場で作成
　Roxy AIはデータ（検査対象の画像）を整備してAIを育てていきます。
　データのことを一番理解している担当者が一番良いAIを作成できます。

■AIのノウハウは不要
　圧倒的に簡単なワンクリックアノテーションや、学習状況の可視化、
　手順に従って確実に精度を上げていくAI作成プロセスなど、
　誰でも簡単に使っていただける独自の工夫が満載です。

■幅広い用途で活用可能
　不良検査だけでなく、異物混入や残留物の検出でも高い精度を実現。
　製造業だけでなく、食料品や材木など様々な業種に適しています。 （詳細を見る）

Roxy AIは不良を検出するだけでなく、異物混入検査や残留物検査にも強みを発揮します。
複雑で多様な製品を検査でき、曖昧な不良も検出できるため、応用範囲が広がります。

■不良を検出
　・人がルール化できない判定方法をAIが自動的に学習
　・打痕、凹み、線傷など不良種別が複数あっても問題なし
　・金属、樹脂、ガラスなど、撮影さえできればどんな材質も検査可能
　・学習した不良だけでなく、未知の不良も検出可能
■異物混入検出
　・ルールベースでは難しい複雑で多様性がある製品を高精度に検査
　・食品、農作物に混入した金属片や髪の毛、虫などを検出
　・形状が似た異種製品が混在していないかを検査
■残留物検出
　・油やほこり、水滴が多くても問題なし
　・未知の不良を検出する機能を用いて不良の流出リスクを低減
　・コンベアなどの生産設備の正常性、食器の洗い残しのチェック

ここまで出来るのか！という例をご紹介します。
詳しくはお気軽にお問い合わせください。
 （詳細を見る）

よほど簡単な検査でない限り、一回の学習で完璧なAIが出来上がることはないため、
いかに精度を上げるかが非常に重要です。

AI検査製品の多くは、以下のいずれかの方法でAIを作成します。
・AIのノウハウを駆使し、パラメーターチューニングを繰り返して精度上げ
・誰でも簡単ワンクリック。精度が悪い場合はデータをひたすら集める

間違ったり曖昧な教科書を人が一生懸命勉強しても成績が上がらないのと同様に、
AIの精度を上げるには学習データの質が決定的に重要です。
Roxy AIでは、学習データを整備することで精度を上げていきます。

Roxy AIには以下のように多くの独自の工夫があります。
・不適切な可能性があるデータを自動抽出（学習中／学習後）
・誰がやっても間違えようがない、非常に効率的なアノテーション
・不適切なデータをワンクリックで削除／入れ替え
・不足しているデータをワンクリックで増強
・学習データとテストデータ間の矛盾を抽出

他にも多くの工夫があります。是非PDFをダウンロードして、詳細をご覧ください。
 （詳細を見る）

目視検査から自動検査へ移行すると、コスト削減以外にも多くのメリットが得られます。

■省人化
　・貴重な人員を単純作業から解放し、付加価値の高い作業に転換
　・検査場の『密』な環境を改善
　・近い将来にやってくる労働人口不足への備え

■検査品質の安定化
　・検査員ごとのバラつきをなくし、検査品質を安定化
　・人だとどうしても発生しうるポカミスを撲滅
　・検査員の熟練度が上がるにつれて発生しやすい過剰検出を低減

■人手に頼らない稼働増、横展開
　・24時間365日稼働の実現
　・熟練検査員の経験をAI化することで、横展開／海外展開を実現

■記憶に頼らない製造プロセス改善
　・問題発生時の振り返り材料となる検査エビデンスの蓄積

ここであげたメリットはRoxy AIに限った話ではありませんが、
高速高精度、学習が簡単、システム連携が容易なRoxy AIであれば
メリットを極大化できます。
 （詳細を見る）

・必要な機能に絞ったシンプルなAI
　できることは不良の検出、不良種別の特定、未知の不良の検出のみ。
　不良のサイズは計測できませんし、OCRなどの機能もありません。
　シンプルなタスクに最適化した独自のAIで高精度を実現。

・正常品と不良品の特徴をあわせて学習
　正常品と不良品をあわせて学習することで、境界を正確に把握。

　正常品だけで学習できるのは、不良品が出ないお客様には魅力です。
　しかし、導入判断するためには不良品を一定数集めるのでは？
　であれば、もう少し頑張って不良品を集めることで精度を向上したい。
　これがRoxyの考えです。

・不適切な学習データを徹底的に排除するプロセス
　学習データに誤りがあると、AIは誤りごと学習してしまいます。
　様々な方法で不適切なデータを検出・整備することで、
　いびつなAIが出来上がるのを防ぎます。

・誰がやってもミスがないアノテーション
　不良付近をクリックするだけのアノテーション。
　多少ずれても精度に影響ありません。テクニックは不要。
　必要なのは不良かどうかを正確に判断する検査員の経験だけ。
 （詳細を見る）

※説明動画がありますので、是非ご覧ください。

気軽に使われる、謳い文句の「高精度」。
各社に聞いてみてください。高精度の理由はなんですか？と。

Roxy AIは３つこだわりで高精度を実現します。
どれが欠けても精度は出せません。

■必要な機能に絞ったシンプルなAI
　出来るのは不良の検出、不良種類の特定のみ。
　不良部分を塗りつぶしたり、文字を読み取ったりはできません。
　それでも多くの現場のニーズに応えることができます。
　タスクが簡単なので、高精度を実現しやすいだけでなく、
　アノテーションが簡単、学習が速いなど多くのメリットがあります。

■正常品と不良品の特徴をあわせて学習
　不良サンプルが不要。確かに魅力的な言葉です。
　しかし、正常品学習には限界を感じている人も多いはず。
　正常品と不良品の境界をちゃんと学習することで高精度を狙います。

■不適切なデータを徹底的に排除するプロセス
　正しくないデータを学習したAIは使い物になりません。
　学習データを整理することでAIが学習しやすい条件を整えます。
　そのための機能が豊富に揃っています。
 （詳細を見る）

※説明動画がありますので、是非ご覧ください。

Garbage In, Garbage Out.
正しくないデータを学習したAIは使い物になりません。
事実、AI開発者は80%の時間をデータの整備に費やしていると言います。

最新の研究結果や最強のアルゴリズムを使えば何とかなる？
いいえ。データを軽んじては最強のAIも宝の持ち腐れです。

正常画像に紛れ込んだ見つけにくい不良を放置して学習したら
できあがるのは紛れ込んだ不良に似た特徴は検出しないAIであり、
それは期待したAIではありません。
人なら感覚的にわかることでも、AIは融通が利きません。

では、すべての正常画像をくまなくチェックして、
不良が確実に映っていないことを保証すればよいのでしょうか？
それができれば良いですが、途方もない時間と注意力が必要です。

Roxy AIは不適切なデータは紛れ込むものと考えます。
紛れ込んだ不適切なデータは取り除いて綺麗にすればよい。
Roxy AIではAIの学習プロセス全体を通してデータを綺麗にできます。

データを綺麗にし、AIが学習しやすい条件を整えます。 （詳細を見る）

※説明動画がありますので、是非ご覧ください。

2022年6月、ちりめんのパックにフグの稚魚混入したという
ショッキングなニュースが話題となりました。
幸い大事には至らなかったようですが、
一歩間違うと健康被害を及ぼしかねない事例でした。

雑魚とフグは簡単に見分けがつくように思えます。
しかし、大量の雑魚の中からフグのような異物を漏れなく検出し、
正確に排出するのは気の抜けない大変な作業です。

同様のインシデントは2014年9月、2019年7月などにも発生しています。
そのたびに検査工程を強化するなど対策をしていると考えられますが、
人手だけに頼っていては、ミスは完全に排除できません。

これまでは人手に頼らざるを得なかった食料品の検査工程も、
Roxy AIを使えば自動化できます。
検査を自動化することで異物混入のリスクを低減するだけでなく、
人手不足の解消、品質安定化、検査場の密な環境の改善など
多くの悩みを解消できます。

動画では煮干しの中から様々な異物を検出する例を紹介しています。
是非ご覧ください。
 （詳細を見る）

※説明動画がありますので、是非ご覧ください。

外観検査で使うAIは何より精度が重要。
外観検査AI製品の多くは、精度が上がるまでデータを追加、もしくは、
パラメーターチューニングを繰り返すことで精度の向上を狙います。
不良サンプルの数が少ないという条件のもとで高精度を実現するため、
Roxy AIはデータ整理を重要視します。

今回のバージョンアップでは以下のような様々な機能を追加し、
さらに使いやすく、さらに高精度を実現できるようになりました。

・撮影条件の良し悪しをAI学習する前に判断
　AIの精度が上がらないのは撮像条件が悪かったから、
　と試行錯誤した後にでわかることがよくあります。
　Roxy AIはAI学習に悪影響を及ぼしかねない悪条件を学習前に検出。
　無駄な試行錯誤や手戻りを最小限にします。

・データの自動整理
　大量のデータを目視でくまなくチェックする必要はありません。
　学習中にAIが不適切と判断したデータを自動的に除外することで、
　データ整備にかかる時間と工数を削減します。　

・その他、いろんな観点でデータを観察できる統合ビューアなど （詳細を見る）

※説明動画がありますので、是非ご覧ください。

外観検査で使うAIは何より精度が重要になります。
上記製品の多くは、精度が上がるまでデータを追加、もしくは、
パラメーターチューニングを繰り返すことで精度の向上を狙います。

『Roxy AI』では不良サンプルの数が少ないという条件のもとで高精度を実現するため、
データの整理を重要視しています。

今回のバージョンアップでは以下のような様々な機能を追加し、
さらに使いやすく、さらに高精度を実現できるようになりました。

■撮影条件の良し悪しをAI学習する前に判断
Roxy AIはAI学習に悪影響を及ぼしかねない悪条件を学習前に検出します。
無駄な試行錯誤や手戻りを最小限に抑えることができます。

■データの自動整理
学習中にAIが不適切と判断したデータを自動的に除外することができます。
目視をチェックを不要としデータ整備にかかる時間と工数を削減します。　

■その他、いろんな観点でデータを観察できる統合ビューアなど

※詳しくは資料をダウンロードいただくか、弊社HPよりお問い合わせください （詳細を見る）

JTGムジンダーは、高額になりがちなAI検査装置を安価・短納期で提供できる簡易AI検査装置です。
現状の目視検査の課題の一つに、検査員ごとの判断基準のばらつきにより、不良が流出するリスクがございます。
その結果、信用の低下や製品の回収・再検査で追加コストがかかるというデメリットが生じます。
JTGムジンダーは目視検査員のサポートをする簡易AI検査装置で、品質判定のばらつきを解決します。
また、AIで検査した結果は画像として残すことが可能なため、トレーサビリティにも役立ちます。

【JTGムジンダーの特徴】
1.安価な手置きAI検査装置
2.場所を取らず設置可能
3.品質判定の均一化
4.汎用性の高い装置
5.時間のかかるアノテーションを自動化

JTGムジンダーはお客様のご要望に合わせてカメラ・照明や排出機構などのカスタマイズも可能です。
今まで外観検査装置の導入を諦めていた方、品質検査に課題をお持ちの方は、お気軽にお問い合わせください。 （詳細を見る）

高精度・高速な外観検査AI『Roxy AI』がバージョンアップしました。
今回の機能追加により、これまで以上にAI検査導入のハードルを下げ、
検査工程の品質安定化・コスト削減を実現します。

■AIの学習無しでサイズや個数のチェックが可能に
サイズや個数をチェックする専用のAIを追加しました。
お客様によるAI学習は一切不要。簡単な設定だけですぐにお使いいただけます。

高精度な不良検出AIとサイズ・個数チェック用AIを組み合わせることで、
様々な種類の目視検査を自動化できます。

■キーエンス社のLJ-X8000シリーズに対応
レーザーで高さ情報を収集するキーエンス社のLJ-X8000シリーズに対応しました。
光を吸収してしまうゴム系の素材や、光が乱反射する光沢系の素材といった
これまでエリアカメラでは撮影が難しかった製品の検査も自動化できます。

■過検出を自動的に低減
正常部分を不良と判定してしまう過検出は、AI検査では避けて通れない問題です。
V1.16の新機能を使用すると、過検出低減に有効なデータを自動的に生成できるため、
AI作成にかかる工数を削減できます。 （詳細を見る）