分類

全国的スーパーマーケットチェーンにおいて、META-aiviは商品の誤配置、在庫不足、新入社員のトレーニングなどの課題に対処することで、棚の整理を革命化しました。

META-aiviは人工知能を使用して、パイプのサイズの変化を即座に正確に識別します。高速カウント機能を使用すると、すべての異なる部品が数秒以内に分類およびカウントされます。

SolVisionを使用した野菜AI視覚検査は、わずか50ミリ秒でアーティチョークの向きの100%の正確さを達成し、食品生産の効率を向上させました。

SolVision AI画像プラットフォームのインスタンスセグメンテーション技術を活用し、画像サンプル内の卵の殻のひび割れの欠陥位置を特定し、AIモデルのトレーニングに使用します。トレーニングが完了すると、AIによって卵殻表面の孔やひび割れの状態が検査され、分類されます。これにより、卵の食品安全性と商品価値が向上します。

META-aiviがAIを活用して廃棄物管理を最適化し、エラーを減らし、汚染を防ぎながらプラスチック部品のリサイクルの効率を向上させる方法を探ります。

従来、多種多様な輸送ラインに依存していたため、物体を人力で識別することが疎漏を招く可能性がありましたが、最先端のAI+AR技術を活用することで、現場の人員が異なる輸送ラインの種類を迅速に識別し、自動的に出荷システムに組み込むことができます。

現在繊維産業の生産現場では目視検査が主となっていますが、不良品流出率の高さ、工程時間の長さが問題となっています。繊維の欠点としては紙管の汚れ、変形、繊維の汚れ、繊維の破損、繊維の捩れ、ヘアラインなど多岐にわたります。目視検査では実際の要求品質に見合った検査はできず、従来式の光学検査（AOI）では欠点の認識に柔軟性がないため誤判断が多く、目視検査で再検査しなければなりません。労働コストを最適化するためには、繊維の検査は高効率なものでなければならないのです。

一般的な静脈用点滴液の種類はブドウ糖、塩化ナトリウムなど多種に渡ります。また、同じ点滴液でも状況に応じて使用する濃度や容量が異なります。通常ですと、点滴バッグは透明で、点滴液の種類、濃度、容量などが印字されており、中に点滴液が充填されています。

靴下の生産工程は、デザイン、編立、縫製、旋盤、成形、そして最後に品質検査と包装に分けられます。 繊維産業は労働集約型の産業であり、品質管理のチェックポイントである目視検査はもともと手作業で行われていましたが、検出率が低いだけでなく、視覚疲労で靴下の外観検査も遅れることがあります。