課題
自動車の塗装は見た目の品質を左右するため、わずかな傷や異物の混入も見逃せません。従来は熟練の検査員が目で確かめていましたが、検査員の負担は大きく、人によって判定がぶれる課題がありました。
AIで自動検出しようとしても、塗装面は光の反射が強く、欠陥はとても小さく見えにくいものです。画像をそのまま学習に使っても、モデルが欠陥を捉えるのは困難でした。
支援内容
Nextremerは、塗装表面の欠陥検出モデルの開発を、データの準備段階から支援しました。
- アノテーションの前に画像の前処理を行い、欠陥を見分けやすい状態に整備
- 傷や異物など欠陥の種類に応じて、適した方法でアノテーションを実施
- 整備したデータを使って認識モデルを開発
前処理・アノテーション・モデル開発を同じチームで担ったため、モデルの検出結果を見ながら、前処理の方法やアノテーションの基準を見直すことができました。
成果
塗装後の傷や異物を検出する認識モデルを開発し、目視に頼っていた外観検査の自動化に向けた土台をつくりました。
データの準備からモデル開発までを一貫して担当したことで、工程間の手戻りを抑えながら精度を高めています。
