「SearchMaru」は、検査装置から製品の撮像画像または検査画像を取り込み、AIで自動的に不良の種別ごとに画像を分類します。この分類結果に基づきリアルタイムでの不良検知が可能となります。さらに、分類結果と実績データやプロセス値などと紐づけることにより、不良の要因解析を実現します。

ノーコードで自在に検査・学習モデルの設定や変更ができるため、ITの知識がなくても運用や管理が可能となります。

専門知識がなくても、収集した画像データを基にノーコードでAI分類モデルを作成できます 。
作成されたモデルは、ルールベースでは困難な複雑な特徴も学習し高精度な判定を実現します。

運用開始後に発生した誤判定や、新たな不良品が出現した場合でも、お客様自身で簡単に追加学習やモデルの修正が可能です 。
外部ベンダーに依存せず、現場の変化に迅速に対応できるため、常に最適な検査精度を維持できます。

良品・不良品の画像を収集・蓄積し、AIモデルの学習データとして活用します 。
蓄積されたデータは統計的に解析でき、不良発生の傾向分析や原因究明に役立てることで、継続的な品質改善活動を支援します。

検査装置より出力される欠陥座標情報に基づき、欠陥領域のみを抽出します。
欠陥情報ファイルのみならず、欠陥サイズ、輝度など付加情報を読み取り解析に活用することも可能です。

画像を白と黒のみに変換してノイズを取り除き、微細な欠陥の輪郭を鮮明に浮かび上がらせます。
誰でも簡単に画像の前処理ができることで、欠陥画像の検査精度が向上します。

API連携、ファイル連携などを標準機能で備えているため、システム間の「データの壁」をなくし、導入にかかる時間とコストを大幅に削減します。将来的なビジネスの変化やシステム拡張にも迅速かつ低コストで対応可能です。