Deep learningKESCOのディープラーニング
KESCOのディープラーニングソリューションについて
「コンピュータビジョンやディープラーニングで解決できるかもしれない」と思われたら、是非お声がけください。
KESCOなら、お客様のユースケースによってベストな提案を行うことができます。
ニューラルネットワークの開発、アーキテクチャの最適化、及び 組み込みデバイスの設計開発から製品化まで受託します。
精度、性能をアルゴリズ ム面だけでなく、ハードウェアからも追及します。
製品化までの流れ
『画像判定による製品化検討』の進行例
☆生産設備の改善のケース➡「生産設備エンハンス」から「目視検査から自動化設備開発」
☆危険回避システム開発のケース➡安全監視のための製品開発
☆社会インフラのケース➡目視判定の自動化設備開発
『計測データ収集、解析、判定に関わる製品化検討』の進行例
☆生産設備の予兆/異常診断ケース➡生産効率化、見える化対応システム開発
KESCOディープラーニングの特徴
KESCOのディープラーニングソリューションは、物事を判断する「基準値」を明確にすることがポイントです。
一例として、通常のAI化とKESCOディープラーニングの導入比較イメージをご紹介いたします。
製造メーカー
現状人力で行っている部分をAI化することで作業者の工数カットをしたい。
通常のAI化
１作業を手作業からAIに切り替えて作業工数を削減。
KESCOのディープラーニング
- 画像データ
- 計算結果
- 実験データ
- 計測データ
など様々なデータから基準値を設定し、データ分析を行います。
その結果、低コスト実装、付加価値を加えた目標達成が可能となります。
活用事例
人、動物、植物などのあらゆる物体認識
スマートフォンのカメラで撮影し、スマートフォンアプリで物体認識した結果を表示。クラウドを含む外部処理は一切不要（通信不要）。
モバイルショッピング支援：撮影したもののスペックなどを表示し、膨大な種類の陳列商品のどれかを特定。
顔認識では、学習された各個人を特定。
人を認識し、リアルタイムに人数をカウント。
顔の基準点を探し、そこから顔の向きを検出し、視線の方向を予測。例えば、わき見運転、居眠り運転の防止に利用。
店舗、公共施設、介護などの防犯・監視
値札を確認中。→興味を示している。→迷っている。→興味無し。→盗んだかも。
銀行ATMの監視︓一定期間の監視画像を 正常なシーンとして学習させ、それ以外 のシーンを全て異常なシーンとして検出。
プラントのような複雑な設備の発煙・発 火などの異常シーンを認識して事前予知。
鉄道施設の監視︓ホームやエスカレータ、 階段からの転落や、車内での異常行動な どを認識。
病院・介護への利用︓病室での異常、介 護施設内の姿勢（ポーズ）や行動を認識。
生産・製造ラインなどの外観検査(異物混入)、分類
ラインで人が行っている目視検査などは、 ライン監視カメラによる撮影画像から自 動判定が可能。人依存の作業を自動認識 に置換。
基板の部品アセンブリ検査。
上図のようなりんごの欠陥を検出し、学習を行うことで区別を可能にし、「良いり んご」と「悪いりんご」を分類。
食品などの異物混入検査。
熟練者・専門家しか判断できない判定の自動化
道路や構造物のクラック検出︓ピクセル レベル分類の技術により、検出しにくい 複雑な模様を持つキズやヒビ等の欠陥にも有効。
錆の検出、錆レベルの判定。
塗装ムラや微細な傷の検出。
ADASへの利用：障害物認識例
ステレオカメラの入力を基にコンピュー タビジョンで物体を検出し、ディープラー ニングでその物体を認識。
Segnetの手法で、ディープラーニングを 使ったピクセルレベルの分類によって、 あらゆる物体の認識が可能。
ドローンへの利用：地上の物体やシーンの認識
ピクセルレベルの分類により、地上の道 路、車両、植物や森林といった様々な物 体や変化を認識。
橋脚のような高所の危険個所の外観検査。
農業での作物の成長状況、健康状態など を認識。害となる生物の検出。