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。