導入前の課題

樹脂板へのスクラッチ傷が目立たない材料の開発に向けて、まずは傷の程度評価の基準作りが必要でした。従来の塗膜評価では、作業員が目視で５段階評価をしていましたが、同じ条件で生じた傷でも、見る角度や樹脂の種類によって傷の見え方が異なり、傷の判定が難しいという課題がありました。

WAVEBASEを活用した解決の過程

レーザー顕微鏡画像をWAVEBASEで解析し、画像情報の特徴量化を実施しました。その後、取得した特徴量からスクラッチ傷の評価を判定する機械学習モデルを構築しました。判定結果への影響が大きい特徴量について、画像上で可視化を行うことにより、メカニズムの解明をサポートしました。

導入による成果

画像データを機械学習モデルに適用することによって、自動でスクラッチ傷の評価結果を取得できるようになりました。撮影条件を統一することで、属人性を排除した判定結果を得ることができ、同一基準でのモノづくりが可能となりました。