心をつなぐ、社会をつなぐ

検索5 6 7
ページ内移動ナビゲーション
  1. ナビゲーションへ移動 (アクセスキー 1)1
  2. 本文へ移動 (アクセスキー 2)2
  3. カテゴリーごとのナビゲーション・関連リンクへ移動 (アクセスキー 3)3
  4. サイト補助説明(ご利用規約、個人情報について、サイトの使い方)のナビゲーションへ移動 (アクセスキー 4)4

報道発表

画像認識AI 「Deeptector®」 に新機能 (正例判定型など) を追加
〜 少量の良品画像データの学習により不良品の検出が容易に可能に 〜

 エヌ・ティ・ティ・コムウェア株式会社(本社:東京都港区、代表取締役社長:栗島 聡、以下 NTTコムウェア)は、画像認識AI 「Deeptector®」*1 の新機能として「正例判定型」および「学習済みモデルのポータビリティ」を本年10月1日より提供開始します。

※ 画像認識AI 「Deeptector®」 は、NTTグループのAI 「corevo®」 を構成するNTTコムウェアの各技術*2 で共通に利用されるAI技術をサービス化したものです。

1.「正例判定型」 の追加について

 画像認識AI 「Deeptector」 による画像認識の判定パターンとして、従来は、「検出型」「分類型」「レベル判定型」があり、お客様が要件に適した判定パターンを選択し、必要に応じて複数の判定パターンを組合せ、利用いただいています。一方で、日本の製造業界においては、製品品質は高く、不良品の発生頻度が低いため、負例(異常状態、不良品)画像を大量に学習することが必要となる従来のAIでは、十分な学習用画像を収集するのに時間を要し、AI導入への課題となっていました。
 新たに追加する判定パターン「正例判定型」では、少量の正例 (正常状態、良品) 画像を学習することで、負例 (異常状態、不良品) の判定が可能となり、これまでより迅速かつ簡単に画像認識AIを利用いただけます。特に不良品画像の蓄積が少量のケース、不良品の発生率が低いケース、同一の生産設備で多品種小ロットを製造するケース等で有効です。

<図1. 「正例判定型」イメージ(飲料キャップの不良品検知の例)>

図1. 「正例判定型」イメージ(飲料キャップの不良品検知の例)
拡大表示


2.「学習済みモデルのポータビリティ」 の追加について

 画像認識AI 「Deeptector」 のクラウド版とインストール版では学習済みモデルの互換性はありませんでしたが、「学習済みモデルのポータビリティ」 により、同一の学習済みモデルがクラウド版・インストール版の双方で利用可能となります。ハイエンドGPUを備えたクラウド版環境で生成した学習済みモデルが、お客様のサーバー上で動作するインストール版環境でも利用できるため、学習済みモデルの更新頻度の高いケースでは、AI導入後の再学習時間を大幅に短縮します。同一の学習済みモデルを全国各地の工場に設置したGPUサーバー上で利用するケース等で有効です。

<図2. 「学習済みモデルのポータビリティ」 イメージ>

図2. 「学習済みモデルのポータビリティ」 イメージ
拡大表示


※ NTTコムウェアは、画像認識AI 「Deeptector」 の新機能を含む新バージョンを、下記イベントに出展します。
  ・「第5回 次世代農業EXPO」 2018年10月10日(水)〜12日(金) 幕張メッセ
  ・「第2回 AI・業務自動化展 秋」 2018年10月24日(水)〜26日(金) 幕張メッセ


【用語解説】

このページに掲載されている情報は、発表日時点のものです。
現時点では、発表日時点での情報と異なる場合がありますので、
あらかじめご了承いただくとともに、ご注意をお願いいたします。

ページトップへ