工場内における製造工程や設備の課題を解決し、
DX推進をサポート

生成した良品/不良品画像を用いて、検査システムのための大量のデータを簡単に生成可能。
生成した画像で、外観検査自動化の精度が大幅に向上します。

　日本の製造業が外観検査自動化を導入する際に、必ずといっていいほどネックになるのが、教師用データとなる不良品画像が足りないことです。良品のみで検査をすることもできますが、精度を高めるには不良品画像を用いることが望ましいです。

　この「不良品画像が足りない」という課題を解決するために、RUTILEAは深層学習を用いた生成モデルを利用し、少量の良品・不良品画像から、大量の良品・不良品画像を生成する技術を開発しました。拡散モデルによって高解像度の画像が生成できる点が特徴です。

　これによって10枚程度の不良品画像データを用いて、大量の不良品画像を生成し、それらを用いることで外観検査システムの精度向上に活用いただけます。

①　教師用データ収集の手間を軽減

通常、良品画像や不良品画像のデータ収集には多くの人手と時間が必要ですが、当製品は自動で画像を生成するため、作業者の負担を軽減し、効率的なデータ収集を実現、プロジェクトの進行スピードが向上します。

②　不良品画像の不足を解消

不良品の数が少ない場合でも、当製品で大量に不良品画像を生成できるため、外観検査の自動化がスムーズに進められます。

③　高品質な画像による検査精度向上

良品・不良品画像は高品質かつ大量に生成可能であり、検証事例では検査精度が97％まで向上しました。

1. 　製品のサンプル画像を10枚程度ご提供いただきます（1枚からでも対応可能）

2. 　サンプル画像をもとに生成モデルを学習、教師データを瞬時に生成

3. 　不良個所の再現だけでなく、確認されていない仮説ベースの不良も生成可能です

4. 　AI生成した良品・不良品画像を納品いたします