GenXで検査の
自動化を向上 GenX
合成欠陥画像が検査用AIのトレーニングにどのように役立つかをご覧ください
精度
誤検出率を最大 9X 低減。ランダムな複雑な欠陥の代表的な合成欠陥画像を学習させられます
を加速
わずか数秒で欠陥画像を生成し、堅牢な検出モデルを迅速に構築します。 3 枚程度のサンプルイメージで対応
検査に対応
部品の切り替え用に設計されており、多品種生産に迅速に適応します
オーダーメイドのソリューションを
幅広い製造業向け
サンプル画像のアップロードから正確なAIの導入まで
GenX モデルでは、すべてのステップが簡素化されます。
ギア
欠陥の種類: 欠け傷
説明: これは工業用金属ギアに現れる、深さがはっきりした欠け欠陥です。
学習用サンプル: 3
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 3ヶ月→24時間。
自動車部品
業種/製品: 自動車/自動車部品
欠陥： バリ
説明: わずかに反射する性質があり、寸法が小さい金属表面の突起の一種。
学習用サンプル: 2
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 3ヶ月→24時間。
鋳造機械加工
説明: 金属鋳造品の欠陥の一種で、表面に小さな凹み穴や空洞があり、通常は一定の深さがあるのが特徴です。
学習用サンプル: 2
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 1.5ヶ月→24時間。
電池セル
欠陥： ピンホール
説明: 金属表面の溶接部分の摩耗の一種で、白色に見え、背景と明確に区別できます。
学習用サンプル: 1
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 2ヶ月→24時間。
バッテリートップカバー
欠陥： 冷間はんだ接合
説明: トップカバーの溶接パスにおける冷間はんだ接合部およびはんだスラグの一種。欠陥が微細な場合、背景の溶接部との区別が困難な場合があります。
学習用サンプル: 3
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 1.5ヶ月→24時間。
ポーチバッテリー
説明: ソフトパック バッテリーの表面にある細長い傷の一種で、通常は白い筋として現れる欠陥です。
学習用サンプル: 3
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 2ヶ月→24時間。
電気キャップコネクタ
説明: コネクタの金属ピンに生じた傷の一種。この欠陥は特定の角度で光を反射し、比較的小さなサイズとなります。
学習用サンプル: 3
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 2ヶ月→24時間。
ピストン
説明: 金属ピストン表面の衝撃損傷の一種で、欠陥の形状と深さの特性が異なります。
学習用サンプル:
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 2ヶ月→24時間。
アルミ缶
説明: アルミ缶の表面に生じた穴の一種。この欠陥は構造上の欠陥であり、光を反射する性質も持ちます。
学習用サンプル: 3
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 15日間→24時間。
刃
欠陥の種類: 破損
説明: 金属ブレード表面の摩耗および衝撃による損傷の一種で、欠陥は全体的に非常に小さく、形状が不規則です。
学習用サンプル: 3
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 1ヶ月→24時間。
ウォッチバンド
説明: シリコン製の腕時計ストラップに付着した極めて微細な黒い汚れの粒子。サイズが小さく、形状が一定でないのが特徴です。
学習用サンプル: 2
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 1ヶ月→24時間。
ノートパソコンの背面カバー
説明: ノートパソコンの金属筐体に生じた傷の一種。この欠陥は非常に微細で、検出が困難です。
学習用サンプル: 1
結果： 深度特性を完全に保持しながら、OK 画像にリアルな損傷欠陥を生成します。
データ収集時間の節約: 1.5ヶ月→24時間。
顧客からのメッセージ
GenXは誤検出率の低減に役立ち、品質管理プロセスに大きな変革をもたらしました。リアルな欠陥サンプルを生成できるため、検査精度が劇的に向上し、プロジェクトの納期も短縮されました。
Project Manager
自動車製造
欠陥サンプルの収集に数ヶ月を費やしていたところ、わずか3枚の実画像でAIモデルを稼働させることができました。GenXは、当社の高品質管理システムにおける希少欠陥検出へのアプローチを根本から変革しました。
インライン品質管理マネージャー
携帯電話製造
GenXを活用することで、稀な欠陥であっても業界最高水準の精度でインライン検査を実現しました。スマートラベリングと合成データ生成により、AIモデルのトレーニングはシームレスかつ費用対効果の高いものとなりました。
製造イノベーションマネージャー
包装産業
業界全体で品質を向上
定量化された結果 GenX
9X: 見逃し率が低い
全体で9倍の見逃し率を達成
多様な産業。
3倍: より速い展開
システム導入時間が3倍に短縮され、
1 週間以内に完全な統合が完了します。
3つのサンプル：トレーニング効率
正確なAIモデルを作成する
不良サンプルはたった3つ。
30%: ROIの高速化
最初の 四半期内に検査関連コストを最大 30% 節約できます。
あらゆるニーズに対応する柔軟な価格設定
- 3つのジョブの無料トライアル
- 1 つのジョブで 1 つのアイテムの 1 つのパターン タイプの画像を生成します
- 50ジョブにつき1枚の画像を生成する
- 約24時間以内に結果を受け取る
- 標準サポート（メールのみ）
- ボリュームディスカウント
- 迅速なSLAで結果を受け取る
- 優先的なAIトレーニング
- 一度に最大4つのジョブを実行
- 専任アカウントマネージャーによる優先電話サポート
- AI生成の欠陥画像を毎月無制限に
- 特定の製造ニーズに合わせた専用の AI モデルのカスタマイズ
- 高度な分析によるリアルタイムの欠陥検出とレポート
- 完全なデータ制御を実現するオンプレミスまたはプライベートクラウドの導入
- エンタープライズPLC、MES、ERPシステムとのマルチサイト統合
- シームレスな自動化のためのカスタム API と SDK アクセス
- 専任アカウントマネージャーによる24時間7日の優先サポート
- AI-powered 予測メンテナンスの洞察
よくあるご質問(FAQ)
info@unitxlabs.com
3930 Freedom Cir, Suite 130,
Santa Clara, CA 95054, USA