SERVICE
現場の画像から、検査と品質判断を支援する。
X線画像の物体検出や、良品画像だけを使った異常検知など、検査対象とデータの状況に合わせてAIの使い方を検証・実装します。
RESULTS & EVIDENCE
モデル名より先に、どこを検出し、何を評価したかがわかる形にします。
確認済みの評価値は画像とは分けて表示しています。1.00に近いほど正常と異常を分けられる技術指標（AUROC）も、一般向けの表現と併記します。
WHAT WE DO
目的に必要な範囲を見極め、現場で使える形へつなぎます。
物体検出
画像内の対象を捉え、確認すべき位置を示します。
異常検知
良品画像をもとに、通常と異なる箇所を確認します。
評価設計
検査工程に合わせて、評価の方法と改善の進め方を考えます。
TECHNICAL DESIGN
不良ラベルの有無や撮影条件に応じて、物体検出と異常検知を比較します。
位置ラベルを用意できる場合に、不良候補の位置を矩形で示します。
良品中心の画像から特徴を捉え、異常スコアとヒートマップを出します。
CPUを含む設置環境に合わせ、推論形式と実行基盤を選びます。
見逃し、過検出、処理時間を記録し、しきい値と方式を再評価します。
モデル選定は、欠陥の種類、ラベルの有無、処理時間、現場での確認方法を踏まえて行います。
PROCESS
必要な確認と合意を重ねながら、次の工程へ進みます。
対象、撮影条件、判断の流れを整理します。
データに合う手法と評価条件を選びます。
現場の確認作業に組み込む方法を設計します。
FIT & OPERATIONS
今の課題だけでなく、導入後に誰がどのように使い、改善するかまで確認します。
導入後も画像条件と判断結果を確認し、評価条件を見直します。
照明、撮影位置、対象品の変化を確認します。
見逃しや過検出を確認し、改善対象を整理します。
新しい品種や工程変更時に、評価データと閾値を見直します。
AI・DXのご相談