検査自動化の検討で最初にやるべきこと
検査装置ベンダーに相談する前に、自社の状況を整理しておくと話が圧倒的に早く進みます。以下の10項目を事前に確認しておくことをお勧めします。
確認項目1〜5：検査対象の情報
品種数と切替頻度
現在何品種を流しているか。1日に何回品種切替が発生するか。今後品種が増える見込みはあるか。
検査対象の形状・素材
平面か曲面か。光沢面か。透明か。素材は金属・樹脂・ガラス・紙のどれか。多面検査が必要か。
検出したい不良の種類
キズ、汚れ、変形、異物、変色、印字不良、欠品——どの不良を検出したいか。許容できる不良のサイズは。
タクトタイム
1個あたり何秒で検査する必要があるか。ラインスピードはどのくらいか。検査がボトルネックになっていないか。
不良品サンプルの有無
不良品サンプルは保管しているか。品種ごとに何枚くらい用意できるか。写真撮影は可能か。
ここまでの情報で
最適な検査方式（ルールベース / AI / VLMハイブリッド）の大まかな方向性が判断できます。
確認項目6〜10：環境・運用の情報
現在の検査方法
目視検査か。既にルールベースの画像処理を使っているか。何人の検査員が従事しているか。
照明環境
検査エリアの照明は一定か。外光の影響はあるか。既存の照明機器はあるか。
設置スペースとライン構成
カメラ・照明を設置できるスペースはあるか。コンベア搬送かバッチ処理か。PLC連携は必要か。
品質管理の要件
検査記録の保存は必要か。不良原因の分類は必要か。品質監査への対応は求められるか。
予算感とスケジュール
概算予算はいくらか。いつまでに導入したいか。PoCからスタートするか一括導入か。
この10項目を整理した上で
お問い合わせいただければ、初回の打ち合わせで具体的な提案が可能です。
Nsightのアプローチ
Nsightはルールベース＋従来AIで検査を行い、VLMは「学習コストを下げる武器」として裏方で活用します。NG画像生成・アノテーション自動化・ブラウザベースの学習機能の3つをパッケージ化していく方針です。
ラベル文字認識・照合については、VLMが検査自体を行います。学習なしで文字の位置と意味を理解し、マスターデータと照合する用途です。