[市場動向]

2026年6月8日(月)日川 佳三（IT Leaders編集部）

シェアする

リスト

　物体検知AIは、画像や映像から対象物を検知する技術で、製造現場での製品検査や設備保守、インフラ監視といった各分野で使われている。誤検知や見逃しに対しては検知結果を補正する手法を用いていたが、従来手法では高精度な補正が難しかったほか、既存の物体検知AIの再学習や改修が必要となる場合があった。

　今回開発した技術は、画像全体と個々の検知結果を同時に考慮して補正する（図1）。従来手法では実現が難しかったアプローチである。

図1：物体検知AIの検知結果を後付けで補正する技術の概要（出典：日立製作所）
拡大画像表示

　画像から重要な情報を取り出す特徴抽出モジュールが、画像全体の特徴と細かい領域ごとの特徴を取得する。次に、これらの情報を特徴統合モジュールに入力し、画像全体と検知領域それぞれが何であるかを判断する。最後に、検知結果を補正する。

　画像と物体検知AIの出力結果（予測したラベル情報と検知領域の座標情報）だけを入力情報として処理するため、物体検知AIの再学習や改修は不要である。API経由で利用するAIなど各種の物体検知AIに後付け可能であり、既存の画像認識システムをそのまま活用できる。

　複数の公開ベンチマークで検証した結果、Grounding DINO、LLMDetなど各種の物体検知モデルで一貫した精度向上を確認し、最大で50%以上の検知精度の改善を達成した。追加の処理時間は画像1枚あたり0.1秒程度で、精度向上と処理効率を両立している。

　今後、製造、設備保守、インフラ監視、空撮画像解析など各分野への展開を進め、既存の画像認識システムを活用した検知精度の向上により、現場の安全確保や業務効率化を支援する。