- 課題
- ・不良品検知のためのAI(外観検知AI)はすでに導入されているが、不良品の画像データが非常に少なく、AIの学習に必要なデータが不足している。
・学習データが足りないため、過去の画像データを収集しようとしたが、膨大な良品データの中から不良品データを特定して収集するのには非常に多くの時間がかかり、効率が悪い。
- 効果
- ・新たに導入されたAI(学習データ生成AI)により、過去の大量の画像データを探す手間が省けた。※外観検査AIに必要な学習データの収集時間を半分以下に短縮。
・高精度なAIによって、データ量が大幅に増加し、不良検出精度が99.995%に達成された。