透明袋に入った玩具の組み合わせ

ビニール袋内の玩具が正しい組み合わせになっているか判定しています。ここではキュウリ、ダイコン、ブロッコリー、ブドウ、トウモロコシの組み合わせを正としています。このようにビニール袋の光沢に影響されずに認識することができます。（画像クリックで拡大表示）

正しい組み合わせのためOKと判定されています。

ブロッコリーが無いのでNGと判定されています。

ニンジンが余分に含まれているためNGと判定しています。

ボタン電池の種類判別

3種の異なるボタン電池の種類を判別しています。2025と2032の大きさは同じ(20mm)ですが正しく区別しています。AI（ディープラーニング）では大きさだけではなく絵柄、テクスチャなど様々な要素も合わせて判別するため、この例のような類似した物体も学習することにより判別できます。

周囲環境や金属光沢にも影響されにくい検出です。

錠剤・カプセルの分類と計数

予め指定された5種類のカプセルと錠剤がそれぞれ1個ずつ入っているか確認しています。従来では判別困難だった白い錠剤の艶感（糖衣の有り無し）や素材感といったものも含めて判別できるのが特徴です。また位置や姿勢にも影響されにくいので容器にランダムな状態で入っている複数のものの判別や計数に適しています。

登録された全ての錠剤がそれぞれ1個ずつあるためOKと判定されています。

1種類のカプセルが1個多く入っているためNGと判定されています。

2種類のカプセルと錠剤が不足しているため不合格と判定されています。

フィルター上のコンタミの分類

フィルター上のコンタミの種類（金属片、ホコリの塊、繊維）を判別しながら同時に計数しています。DeepSkyはこのような分類＋計数の用途にも強みを発揮します。分類は大きさ、色、形状、テカり具合など、様々な基準で行うことができます。

画像説明文

ラベルの異品混入

同じ形状の容器（ボトルや箱など）に貼られたラベルで型番だけが異なる場合、異品混入が起きやすいです。この例では四角い容器に貼られたラベルの異品を検査しています。この例では「１」も登録することにより、この製品は「１」であってそれ以外ではない、といった判定も可能です。

全て「１」の状態（ＯＫ）

「２」が含まれている場合（「２」はＮＧとして登録されています）

電子部品の異品混入

電子部品の異品混入検査の例です。この例では比較的異品が見分けやすいですが、同サイズで形状だけ少し異なるものなど、人の目でも混同しやすい部品の判別も可能です。

異品なしの状態（ＯＫ）

異品ありＮＧ

工具の分類

作業台の上に何の工具が置かれているかを認識しています。作業台の部分的な光沢や工具の姿勢にばらつきがあっても認識しています。（クリックで画像拡大）

人形のかつら部品の組み合わせ確認

うっかり誤った部品を入れ替えて取り付けても気がつきにくい組み立てを発見する例です。この例ではブロンドの髪の毛の形状が異なりますが、色が同じため間違えて取り付けたものです。（クリックで画像拡大）

OKの状態。位置や姿勢はランダムでも認識可能です。

髪の毛の間違い。ブロンドヘアの人形のかつらが入れ替わっています。

机上残置物の確認

机上にあるべきでない物（残置物）がないか検出しています。この例では左上のネジ頭以外に物がない状態を正常としています。ネジ頭は無視して残置物だけを検出しています。（画像クリックで拡大）

正常な状態。左上のネジ頭は無視して残置物なし（OK）と判定しています。

カッターナイフを残置物として認識しています。

ペンを残置物として認識しています。

ボルトを残置物として認識しています。このように形状が大きく異なるものでも、同じ「zantibutu」として分類することができます。

ボタンの２つ穴と４つ穴の判別

二つ穴ボタンと四つ穴ボタンの判別を行っています。複数の柄を学習させることによって、柄に関わらず穴数の判別ができるようになります。（クリックで画像拡大）

ネジ長さの検査

ボルト長さの規格外品が混入していないか検査しています。この例では長さが異なるものをＮＧとしていますが、長、中、短に分類することも可能です。

全て同じ規格（ＯＫ）の状態

規格よりも長いものが含まれてる状態（ＮＧ）