Anomalibをつかった外観検査異常検知入門　／　CQ出版株式会社

Anomalibをつかった外観検査異常検知入門

【開催日】2026年6月19日(金)　10:00-17:00　1日コース
【セミナNo.】ES26-0031　　【受講料】24,000円(税込)
【会場】東京・巣鴨　CQ出版社セミナ・ルーム [地図]

　近年，外観検査の現場では正常データだけをつかって（または少量の異常データと合わせて）異常検知モデルを構築する手法が注目されています．実際の現場では異常データのサンプルを確保するのが難しく，アノテーションの手間もかかるため、現場の実情にマッチした手法と言えます．異常検知のオープンソースライブラリAnomalibが広く活用されており，以下の特徴があります．

・多種多様な最新の異常検知手法が提供されている
・学習・評価のインターフェースが統一されており，手法を切り替えながら気軽に試すことができる
・PyTorchで実装されており，ONNXやOpenVINOなどエクスポートも充実しているのでシステムへの導入がしやすい
・商用利用が可能（Apache License 2.0）

　多くの異常検知手法が提供されており非常に便利ですが，それぞれ特徴があり課題や業務の運用ポリシーにより得手不得手があります．手法の概要を学び，その特徴をとらえた上でAnomalibを有効に活用するのが本セミナの目的となります．

●対象聴講者
・外観検査の自動化に取り組まれている方
・異常検知手法に興味のある方
・画像認識技術に興味のある方

●講演の目標
・異常検知手法の概要を理解し、課題や業務の運用ポリシーに応じて最適な手法を選択できるようになる
・Anomalibをつかってモデル学習と評価を行えるようになる
・Anomalibで作ったモデルをシステムで活用できるようになる

●内容
１．画像認識技術の基本
　・機械学習の概要
　・教師あり学習・教師なし学習
　・畳み込みニューラルネットワークの基本
　
　
２．異常検知手法の基本的な考え方と種類
　・異常検知手法の基本的な考え方
　・異常検知手法の種類
　　・再構成誤差系
　　・模倣誤差系
　　・確率分布モデリング系
　　・正規化フロー系
　　・近傍探索系
　
３．Anomalibで異常検知モデルを作る
　・Jupyter Notebookで異常検知モデルを実際につくってみる
　
４. Anomalibで作ったモデルで異常検知を行ってみる
　・作成した異常検知モデルを実際に活用してみる

異常検知ライブラリAnomalibの検査結果画面

【受講者が持参するもの】
・Webアクセス用のPC
　→Webブラウザでクラウドの開発環境にアクセスします．　
- 手持ちのPCが無い場合，CQ出版にてPCを準備することも可能（お申し込み後にセミナ事務局までご返信ください）
・メモをとるための筆記用具など（任意）

【講師】
古賀直樹氏〔株式会社コンピュータマインド〕
　製造業向け外観検査の自動化を牽引し，深層学習による異常検知と組み込み・エッジAIを専門とする．現場課題に根ざした研究開発を統括し，産学双方を橋渡しする立場から実践的なAI活用事例を発信．技術誌 Interface への寄稿などを通じて最新動向を共有している．

Anomalibをつかった外観検査異常検知入門

Anomalibをつかった外観検査異常検知入門

Webからのお申し込み

E-mailでのお申し込み