１．外観検査デジタル化・自動化のポイント

（１）．外観検査システム全体の構成

（２）．製造業との共同研究等で作成した外観検査システムの開発事例

（３）．撮影環境を構築する上でのポイント

ａ．照明とカメラの配置

ｂ．エリアカメラとラインカメラ

ｃ．フレームレートと露光時間

ｄ．偏光の活用

（４）．カメラによる寸法計測

（５）．システム全体の評価方法

ａ．混同行列による評価

ｂ．しきい値

ｃ．PR曲線、ROC曲線とAUC

２．Pythonと生成AIを活用した外観検査ソフトウェア作成

（１）．Pythonのインストール

（２）．エディタについて

（３）．仮想環境の構築とモジュールのインストール

（４）．Jupyterによるプログラムの実行

（５）．生成AI・AIエージェントによるプログラム開発

ａ．GitHub Copilotを活用したプログラム生成

ｂ．AIエージェントを活用した開発の効率化

（６）．外観検査用ソフトウェアの構築事例

ａ．画像収集ソフトウェアの作成

ｂ．ディープラーニングAI学習用プログラムの生成

ｃ．実機搭載向け外観検査ソフトウェアの作成

３．ディープラーニングによる画像分類AIの構築

（１）．Pytorchを用いた画像分類AIの基礎

（２）．学習データ作成とモデル学習

（３）．データ拡張およびAI性能評価

（４）．学習済みモデルの外観検査システムへの実装

４．物体検出AIの外観検査システムへの実装

（１）．物体検出AIの基礎

（２）．アノテーションと学習データ作成

ａ．アノテーション

ｂ．撮影画像による学習

ｃ．物体検出AIの性能評価

（３）．YOLOを用いた物体検出AIの構築

（４）．外観検査システムへの適用事例

５．セマンティックセグメンテーションAIの外観検査システムへの応用

（１）．セマンティックセグメンテーションの基礎

（２）．アノテーションと学習手法

ａ．アノテーション

ｂ．撮影画像による学習

ｃ．損失関数

（３）．背景除去への適用

ａ．検査対象画像による学習

ｂ．セグメンテーションによる背景除去

ｃ．背景除去後画像による検査

（４）．学習不要AIを活用したセグメンテーション

（５）．異常検知への応用事例