NAIT v2.1 - 目視検査からAI自動外観検査へ - 外観検査ツール – Segmentation (欠陥検出)-Classification (分類分け)– Detection (位置検出とカウント)– OCR (文字認識)-Anomaly Detection (異常検出) Segmentation(欠陥検出) Classification(分類分け) Detection(位置検出とカウント) OCR(文字認識) Anomaly Detection(異常検出) NAITでのAIプロジェクトのプロセス 画像データを準備 検査したい対象の画像をご用意ください。NAITは、大量の画像データを必要とせず、数十枚~数百枚程度のの画像データで学習可能です。 アノテーション 画像データに対して欠陥箇所の色塗りや、ラベル付け作業を行います。 AIの専門知識がなくても、誰でも簡単に行えます。 学習 パラメータ調整がほとんど必要ないオートディープラーニング機能により、簡単に学習モデルを作成することができます。 評価 学習モデルの認識率や精度を確認します。 精度が低い場合、画像データの再収集やアノテーションを変更し、再学習させます。 導入 最適な学習モデルを出力し、判定用PC等に組み込みます。 アプリケーション事例 さまざまなアプリケーション事例をご紹介致します。 細胞検出 食品形状検査 不審者侵入検査 毛髪検出 冷凍食品官能検査 革製品の検査 飲料容器検査 植物病検査 各種お問合せ AI外観検査を検討中のお客様、他のAIを検討したが断念したお客様、検査員不足が深刻なお客様など、お気軽にお問合せください。 NAIT サンプル評価申込 お客様より頂いたサンプル画像をもとに、NAIT(ナイト)を使用して、レポートを作成するサービスを行っております。実際の使用イメージを掴んでいただき、製品導入の検討にお役立てください。 NAITのお問合せ AI外観検査を検討中のお客様、他のディープラーニングを検討したが断念したお客様、検査員不足が深刻なお客様など、NAIT(ナイト)に関するお問合せはこちらからご連絡ください。