このたび、CQ出版社様主催の技術者向けセミナ『Anomalibをつかった外観検査異常検知入門』において、

弊社エンジニアが講師として登壇いたしました。

本セミナは、2026年3月19日(木)に開催された1日コースの実習形式のセミナであり、

外観検査における異常検知技術の基礎から体系的に学べる内容となっています。

本レポートでは、セミナの内容や当日の様子、参加者の反応などについてご紹介いたします。

近年、製造業における品質検査の高度化が求められる中で、

AIを活用した外観検査のニーズが急速に高まっています。

その中で、特に以下のような課題が現場では顕在化しています。

● 良品データはあるが、不良データが不足している

● 熟練検査員に依存した属人化

● 検査精度とコストのトレードオフ

こうした背景から、「異常検知(Anomaly Detection」のアプローチが注目されており、

その代表的なフレームワークの一つがAnomalibです。

本セミナでは、こうした現場課題を踏まえ、実務に直結する形で技術解説とハンズオンを実施しました。

本セミナは、講義と実習を組み合わせた構成で実施されました。

参加者は、製造業の技術者を中心に、学生さんや既存のお客様にもご参加いただき、

日常的にコードを扱う方から、普段はあまり触れない方まで幅広い層にご参加いただきました。

主な講義内容

● 画像認識技術/外観検査AIの基礎

● 異常検知アルゴリズムの考え方と種類

● Anomalibの概要

● Anomalibでのモデル構築

異常検知アプローチの特徴

異常検知は「正常データをもとに、そこから逸脱したものを異常と判断する」という特徴を持ち、

• 不良データ収集の負担軽減
• 未知の異常への対応

といったメリットがあります。

Anomalibの活用

本セミナでは、Anomalibを用いた実装に際して、学習・推論プロセスや結果の可視化についても紹介しました。

現場導入においては、精度と速度のバランスや、活用におけるメリット・欠点、データ品質といったことも触れました。

本セミナは、幅広いバックグラウンドを持つ方々にご参加いただき、非常に活発な雰囲気の中で実施されました。

当初はハンズオン形式での進行も予定しておりましたが進行の都合上、講義中心の構成となる場面もありました。

しかしながら、参加者の皆様は非常に積極的で、

実務への適用方法やデータの扱い方、その他業務に関連する課題などに関する質問が多く寄せられ、

また、休憩時間中にも質問しにきてくださるなど、終始インタラクティブなセミナとなりました。

また、アンケート結果においても、想定以上に高いご評価をいただくことができ、本テーマへの関心の高さを改めて実感しました。

今回のセミナを通じて、

● 参加者のスキルレベルに幅があること

● 実習の進行設計の重要性

といった点が明確になりました。

特にハンズオン形式については、

非常時の対応やスムーズに進行など改善の余地が大いにあると認識しています。

今後、2026年6月にもCQ出版社様主催で同様のセミナ開催を予定しています。

今回のフィードバックを反映し、

より実践的で有意義な内容へと改善した上で、再度皆様に価値ある情報を提供できるよう準備を進めていきます。

本セミナでは、異常検知を活用した外観検査AIについて、幅広く解説しました。

今後もコンピュータマインドでは、技術発信と実務支援の両面から、お客様の課題解決に貢献してまいります。