[新製品・サービス]

画像認識で製品の異常を検知するオールインワン製品、システムインテグレータが提供

2018年10月3日(水)日川 佳三(IT Leaders編集部)

システムインテグレータは2018年10月3日、ディープラーニングによる画像認識によって製品の品質を検査して異常を検知するシステム「AISI∀(アイシア) Anomaly Detection」(以下、AISI∀ AD)を発表した。2018年10月24日から販売する。価格(税別)は、必要な要素一式で500万円から。販売目標は、販売開始後1年で1億円、3年で8億円。

 AISI∀ ADは、ディープラーニングによる画像認識を製品の異常検知に利用するために必要な要素を、オールインワンで提供するシステムである。工場に設置するエッジコンピュータ向けのソフトや、学習によって判定モデルを作成するクラウドサービスなど、異常検知に必要な要素を組み合わせて提供する。AIに不慣れなユーザーやベンダーでも簡単に使えるので、短期導入できるとしている。

図1:ワッシャーの異常検知をリアルタイムに監視している画面(出典:システムインテグレータ)図1:ワッシャーの異常検知をリアルタイムに監視している画面(出典:システムインテグレータ)
拡大画像表示

 学習環境として、Microsoft Azure Learning Serviceを利用する。学習によって生成した判定モデルは、工場側のエッジコンピュータ(Azure IoT Hub/Edgeを使用)で利用する。

図2:「AISI∀ AD」のシステム環境(出典:システムインテグレータ)図2:「AISI∀ AD」のシステム環境(出典:システムインテグレータ)
拡大画像表示

 学習時には、カメラで撮影した動画データをアノテーション(ラベル付け)して学習データを作成する。こを機械学習(ディープラーニング)にかけて正常と異常を見分けられる判定モデルを生成する。

 判定時は、製造ラインに流れてくる製品をカメラで撮影し、動画の中の製品を自動検知した上で、判定モデルによって正常異常を判定する。異常検知状況はリアルタイムに監視できる。人が介在して正常異常の最終確認を行ったり、異常箇所にヒートマップ(印)を付けたりする仕組みも用意している。

 現場の事情に合わせて、「正常データだけを学習するモデル」と「正常と異常の両方を学習するモデル」の2モデルを装備した。正常品と異常品の両方を学習するモデルの場合、CNNを使って高精度な判定が行える。転移学習や水増しなどの技術を利用することで、異常品のデータが少なくても対応できる。

図3:「AISI∀ AD」の主なモジュール(出典:システムインテグレータ)図3:「AISI∀ AD」の主なモジュール(出典:システムインテグレータ)
拡大画像表示
関連キーワード

ディープラーニング

関連記事

トピックス

[Sponsored]

画像認識で製品の異常を検知するオールインワン製品、システムインテグレータが提供システムインテグレータは2018年10月3日、ディープラーニングによる画像認識によって製品の品質を検査して異常を検知するシステム「AISI∀(アイシア) Anomaly Detection」(以下、AISI∀ AD)を発表した。2018年10月24日から販売する。価格(税別)は、必要な要素一式で500万円から。販売目標は、販売開始後1年で1億円、3年で8億円。

PAGE TOP