課題：不良率のさらなる低減

製造業において、機械学習の活用は日々増加しています。特に、画像認識は、製品の欠陥の検出や品質管理など、検品業務の効率化に大いに貢献しています。

例えば、これまでにも金属製レールや鋼製の表面の欠陥検出に機械学習が適用されてきました。今後、製品の品質や信頼に関わる不良率をさらに低減するため、より高い精度での欠陥の自動検出技術の開発が求められています。

製造業界におけるより高い精度での欠陥の自動検出技術を開発するという課題において、実際にどんな研究が行われているのでしょうか。フランスにあるクレルモン大学のOumayma Essidら研究者の発表を紹介します。

研究者らは、深層学習を画像認識に適用することで、欠陥のあるスチール缶の自動検出を試みたのでした。

テーマ：深層学習によるスチール缶の欠陥検出

まずはOumayma Essidらの研究におけるミッション・手法・結果をまとめました。