AIの外観検査は、人が画像に映った対象物に対して「正解」を決め、多くの「画像」＋「正解」をセットにしたデータを用いて、AIの脳を作成します。そして、AIが学習した結果を元に新たな対象物（製品）を判定します。つまり、文章では表現しづらい「感覚的な条件を具体的な事例（画像）でAIに伝える」と考えれば良いでしょう。

そのため、単に大量の画像をAIに与えれば良いということではなく、個々の画像を通して「何をAIに教えるか」を意識しながら、キズや割れなど、不良の特徴を学習させることが必要となります。

当社では、現場（不良の発生状況）を一番ご存知であるお客様が、この「AIに特徴を教える適切な方法」が修得できるよう支援メニューもご準備しております。

また、不良品の発生が少なく、学習のための画像を準備することが難しいお客様への対策も準備していますので、詳しくはお気軽にお問い合わせください。
解決のキーワードは、『疑似不良画像作成』、『異常検知』