課題：人工知能による外観検査の精度向上

外観検査は、人工知能の適用が最も進んでいる分野の一つです。三菱電機による精密な金属加工品の検査機器や安川電機によるエンジンの外観検査機器などが導入され、大幅な作業の効率化が実施されています。

機械学習を用いた外観検査は、車両の検査にも適用されています。ただし、小さな欠陥の検査精度を向上させる余地はまだあると考えられています。

車両の小さな欠陥の検出精度を向上させるという課題において、実際にどんな研究が行われているのでしょうか。韓国にある蔚山大学のSung Hyun Parkら研究者の発表を紹介します。

研究者らは、領域ベースの畳み込みニューラルネットワーク（R-CNN）を使用することで、より精度の高い車両のへこみの検出を試みたのでした。

テーマ：R-CNNによる車両のへこみ検出

まずはSung Hyun Parkらの研究におけるミッション・手法・結果をまとめました。