산업용 로봇과 카메라가 제품 표면을 검사하는 장면

VISION AI

InspectAI

저데이터·Hybrid AI 외관검사 — Rule 기반 검사와 딥러닝을 결합해 희귀 불량과 데이터 부족 환경에서 단계적으로 검증하는 제조 비전 솔루션입니다.

P0 · 기획·검증
01

기존 카메라·조명 활용 가능성 검토

02

정상·불량 데이터 제약을 반영한 단계적 학습

03

과검·미검·택트타임을 분리한 KPI Gate

COMPONENTS

구성

  • 검사 Recipe
  • Hybrid AI 모델
  • 판정·근거 UI
  • Edge Runtime

INTEGRATION

연동

  • GigE/USB3 카메라
  • PLC Trigger
  • MES·품질 DB
  • VisionOps

DELIVERABLES

산출물

  • 샘플 평가 리포트
  • 검사 기준·데이터셋 버전
  • 모델·Recipe 패키지
  • FAT/SAT 항목

VALIDATION ITEMS

공개 사양보다 먼저 확인할 항목

실제 샘플과 설비 조건을 기반으로 아래 항목을 검증한 뒤 성능·사양·일정을 확정합니다.

  1. 01대상 결함 정의
  2. 02샘플 대표성
  3. 03조명·광학 조건
  4. 04택트타임
  5. 05과검·미검 허용 기준

RELATED

관련 솔루션

기존 카메라와 설비를 살리면서 검사 모델의 배포, 데이터, 리포팅까지 하나의 운영 루프로 연결합니다.

여러 모니터에서 제조 AI 장비를 운영하는 관제 공간
Vision AIP0 · 기획·검증

VisionOps

Edge 배포·모델 운영·지속학습

여러 검사 장비의 모델, Recipe, 배포, Rollback, 성능 이력을 관리하는 운영 계층입니다.

자세히 보기
생산 라인의 3D 형상과 스펙트럼 데이터를 동시에 분석하는 장비
Vision AIRoadmap · 검증 필요

Fusion3D

2D/3D·열·스펙트럴 융합 검사

단일 센서로 구분하기 어려운 형상과 재질 특성을 여러 센서 데이터로 결합하는 검사 구조입니다.

자세히 보기
반도체 제조 데이터와 검사 이미지를 분석하는 자동화 장비
Vision AIRoadmap · 검증 필요

DataForge

합성 결함·자동 라벨·데이터셋 관리

희귀 불량을 보완하고 데이터셋의 출처, 라벨, 사용 이력을 관리하기 위한 제조 AI 데이터 도구입니다.

자세히 보기

InspectAI

샘플과 현장 조건으로 적용 가능성을 확인합니다

제품 상태와 사양은 검증 결과와 공급 조건을 기준으로 제안서에 명시합니다.

유료 현장진단 신청