希少なクラックでAI学習用の写真が3枚しかないなら？IntSynthesisで正常品の画像にクラックを合成して学習し、本物のクラックは検証に分けて残す流れを1分の動画で見ます。
EP.09 · 導入のはじめ方 · クラック写真が3枚だけ？AI検査の欠陥合成と実サンプル検証
半導体ICパッケージの微細クラック。めったに出ない不良で、AIの学習に使えるクラック写真が3枚しかありません。
希少な不良は学習データが足りません。正常品の画像にクラックを合成して学習し、本物の写真は検証に残します。3枚は動画の例で、必要な枚数や検出性能を約束する数字ではありません。
合成は学習に、本物のクラックは検証に。
チャプター：0:00 希少なクラック・AI学習データが足りない？ / 0:16 欠陥合成・IntSynthesisとデータ拡張 / 0:27 光学ラボ・照明とカメラ、予想画像を比較 / 0:37 合成データで学び、実際のクラックで検証
動画の方法を自社のラインにそのまま適用できますか？ 動画は課題と解決の流れを短く見せるアニメーションです。実際のラインに適用できるかどうかは、サンプル・撮像条件・工程の検討が必要です。
毎週火曜 午前11時（日本時間）に新しい回をYouTubeで公開します。
※ 各回は理解を助けるためのアニメーション演出です。ナ代表の声は代表本人の声を本人の同意を得てAIで合成したもので、他のキャラクターの音声もAI音声合成です。音楽・効果音はAI生成の音源を編集して使用しています。画面上の数値・グラフと仮想工場（デジタルツイン）の場面は例示、欠陥写真・ヒートマップは検査例の画像です。IntLearn MLの工程自律制御は実装中で、実際の導入には現場データでの検証が必要です。