2018.09.27

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。

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。