画像検査AIを、学習なしで。
これまでのAIによる外観検査は、不良品の画像を集めて学習させるところから始まりました。ZEROKENは学習をしません。写真と、文章で書いた検査項目があれば判定できます。
ZEROKENの3つのポイント
0日目から、学習ゼロで使える
良品や不良品の画像を集めて学習させる必要はありません。検査項目を文章で書けば、その日から判定できます。結果は「OK／NG」と、検査項目ごとの確率（%）で出ます。
- 学習用の画像
- 不要
- 1枚の判定
- 約0.5秒（当社計測）
- NGにする確率
- 現場に合わせて調整
- 記録
- 写真と結果を保存、CSV出力
検査項目は、生成AIとのチャットで設定
何を見たいかをチャットに書くと、生成AIが検査マスター（撮影の状況・検査項目・判定の文章）を作ります。画像検査の専門知識がなくても、現場の言葉のまま設定できます。
チャットに書いた文
カット野菜工場のレタスの受け入れ検査です。上から撮った写真で、葉の傷み（変色・ぬめり）と、カエルや虫などの異物が入っていないかを見たい。
前処理で、見たいところだけを抽出
AIに送る前に、画像を整えられます。切り抜き・二値化・ガウシアン・ノイズ除去など20種類の処理を組み合わせて、必要な箇所を強調して取り出します。暗い現場や画質の粗いカメラでも、見落としを減らせます。
使える処理（20種類）
切り抜き、回転、反転、拡大・縮小、白黒、明るさ・コントラスト、ガンマ補正、ホワイトバランス、ヒストグラム平坦化、CLAHE、明暗の反転、ガウシアン、メディアン、バイラテラル、ノイズ除去、シャープ、二値化、膨張・収縮、色の抽出（HSV）、エッジ検出
切り抜き＋CLAHE＋シャープ
葉のすき間を拡大し、明暗の差と輪郭を強めて、隠れたカエルを見やすくします。
二値化＋膨張・収縮
暗い部分だけを白く抜き出し、フードの縁からのぞく髪の毛を目立たせます。
ノイズ除去＋ガウシアン
防犯カメラの粗い映像のザラつきをならし、棚の様子を読み取りやすくします。
検査の例
異物の混入、毛髪、盛り付け、欠品など。検査項目の文章を変えれば、同じ仕組みでいろいろな検査に使えます。赤い枠は、不備のある場所です。
野菜の受け入れ検査
レタスに隠れたカエル
カット野菜の工場
千切りキャベツへのネジ混入
食品工場の入室前チェック
衛生服からの毛髪のはみ出し
惣菜工場の盛り付け検査
お惣菜トレイの縁の汚れ
スーパーの売場・防犯カメラ
売場の欠品（品出しの確認）
野菜の受け入れ検査
レタスの傷み
※ 写真は説明のために作成したサンプル画像です。数値は判定結果のイメージです。
使い始めるまでの流れ
検査マスターを作る
何を見たいかをチャットに書くと、撮影の状況・検査項目・判定の文章が入ります。そのまま直すこともできます。
写真で試す
手元の写真で判定を試し、どの確率からNGにするかを決めます。見えにくいときは前処理を足します。
カメラで運用する
USBカメラの前に物が来ると、自動で撮影して判定します。結果と写真は記録され、CSVで出力できます。