ベリファイ作業の省力化に貢献する Shiwaketter シワケッター

ソリューションの導入効果 ベリファイ作業の省力化に貢献する メイン 作業者の負担軽減 ベリファイ工数の削減 欠陥定義の見直し サブ アクセント 画像フォルダ内の画像を欠陥の種類 従来は人手で行っていたベリファイ 人の判断は個人差や慣習によってばら 補助 ごとに自動で分類。繰り返しの単純 作業を、高速なAI推論により自動化。 つきが生じがちです。AIは学習を通じ 作業から作業者を解放し、業務負担 確認作業の効率を大幅に向上します。 て判定基準を統一し、高い再現性と安 を大幅に軽減します。 定した品質を実現します。 テキスト 安心な導入フロー まずは無償の技術検証で“手軽さ”と“速さ”を体験して下さい！ Step1 Step2 Step3 ヒアリング 技術検証 AI導入 検査機の情報や、欠陥種/画像 初回の技術検証を無償で実施しております。場合 学習/実行SWを提供します。装 の注目ポイントをご提示ください。 によっては学習ツールの無償貸し出しも可能です。 置組込等インライン化が必要な場合 N増し検証については、有償で承っております。 は別途ご相談ください。 FAQ 製品紹介ページ Q. GPU搭載のパソコンがなくても大丈夫？ → A. はい。一般的なCPU環境で学習が可能です。推論PCもCPUで高速処理が可能です。 Q. 現行の欠陥検出器とどう繋ぐ？ → A.イーサネット経由のフォルダ共有、NAS、または外部メモリを介してベリファイPCにデータを転送します。 指定した監視フォルダに入力された画像は、リアルタイムで分類処理されます。 Q. 現場の判断との整合は？ テクノロジーで製造業をエンパワーメントする 会社HP → A. 特徴マップで判断根拠を確認し、現場基準に合わせてクラス定義・再学習が可能です。 お持ちのPCにインストールしてスグに使える“欠陥分類AI”の学習ツール。 作成したモデルはShiwake-Runで実行することで、画像を自動分類。 2025 / 11 ベリファイ作業を速く・確かに・省力化します。 テクノロジーで生産現場をエンパワーメントする。 会社HP 〒101-0051 東京都千代田区神田神保町 2-11-15 住友商事神保町ビル 3F TEL : 03-4346-4171 株式会社アダコテック Web : https://adacotech.co.jp

メイン 検査機の後段がツライ- ベリファイの山、どう減らす？- アダコテックのここがすごい！ サブ 欠陥検出器や画像検査機後段のベリファイ作業とは、自動検査機でNG判定となった画像を モデル内部情報の可視化 CPUで圧倒的な高速推論 “人の目で再検査を行う作業”を指します。 アクセント 欠陥の流出は許されないことから、過検出を出しながら検査機を運用しているケースが多く、 CPU 1秒あたり 1分あたり 後段のベリファイ作業の負担も大きなものになっています。 補助 Core i5 160 枚 9,655 枚 現場の課題 Core i7 185 枚 11,146 枚 テキスト 1. 欠陥候補が大量に出て目視で仕分け → 夜勤・残業の常態化 Core i9 220 枚 13,182 枚 2. 判断基準が人によってブレる → 再現性が低い 3. AI導入はGPUや新規設備がハードルに → 導入が進まない POINT POINT アダコテック独自の「特徴量マップ表示技術」に アダコテック独自の特徴認識技術の学習モデル より学習 / 推論を実行した際の判定の根拠が は他社AI製品と比較して圧倒的な高速処理を 可視化できます。 実現可能です。 アダコテックが提案するソリューション これによりAIの課題であったブラックボックス状態 シート検査のような高速性が求められるシーンに を解消することが可能となり、モデルの学習や調 おいても、CPUで十分な処理スペックを提供す 欠陥分類モデルの学習環境「Shiwaketter」とベリファイアプリ 整を狙いを持って進めることができます。 ることができます。 「Shiwake-Run」で目視確認工程のお困りごとを全て解決します！ 動作環境 【学習環境】 【検査環境】 既存の検査装置 OS ：Windows 10/11（64bit） OS ：Windows 10/11（64bit） CPU ：第10世代 Intel® Core i5以上 CPU ：要求のタクトタイムにより選定 メモリ ：8GB以上推奨 メモリ ：16GB以上推奨 ストレージ ：空き200GB以上（学習用データに依存） ストレージ ：空き200GB以上（推論データ数に依存） GPU ：不要（CPUで高速学習が可能） GPU ：不要（CPUで高速推論が可能） 分類モデル NG画像 解決事例 Shiwaketter でモデル学習 お持ちのPCにインストールでご利用頂けます 作業者ごとに判断ルールが曖昧で 学習時に決めたルールに従って分類を実施します。 検査基準が全然定まらない…。 分類結果には再現性もあるので信頼性があります。 ベリファイアプリ “Shiwake-Run” 学習時に予想できていなかった欠陥は 「その他」に分類されるのも安心です。 Shiwake-Runは、Shiwaketterで作成した学習モデル を運用する検査ソフトウェアです。検査機などから送られて きた画像をリアルタイムで分類し、フォルダ分けを実行します。 過検出が多く、重大欠陥の AIが事前に欠陥毎に画像をフォルダ分けして チェック作業の負担が大きい…。 くれるので、工数の削減ができます。 【Shiwake-Run の特徴】 どうしても見逃したくない重大欠陥は 特徴マップの可視化 クラス判定に重みを付けることも可能です。 AIが“どこを見ているか”をリアルタイムで可視化。 学習時から外れた特徴が現れたこともすぐに分かる。 NG率は分かるけど各欠陥の 欠陥ごとに発生数が分かるようになります。 高速推論でインライン追従 発生率やトレンドは分からない。 これにより欠陥発生のトレンド把握が可能 高速なインライン検査にも追従可能な、圧倒的な となるので、より本質的な改善活動に繋げ 処理スピードを実現します。 ていくことができます。

メイン 検査機の後段がツライ- ベリファイの山、どう減らす？- アダコテックのここがすごい！ サブ 欠陥検出器や画像検査機後段のベリファイ作業とは、自動検査機でNG判定となった画像を モデル内部情報の可視化 CPUで圧倒的な高速推論 “人の目で再検査を行う作業”を指します。 アクセント 欠陥の流出は許されないことから、過検出を出しながら検査機を運用しているケースが多く、 CPU 1秒あたり 1分あたり 後段のベリファイ作業の負担も大きなものになっています。 補助 Core i5 160 枚 9,655 枚 現場の課題 Core i7 185 枚 11,146 枚 テキスト 1. 欠陥候補が大量に出て目視で仕分け → 夜勤・残業の常態化 Core i9 220 枚 13,182 枚 2. 判断基準が人によってブレる → 再現性が低い 3. AI導入はGPUや新規設備がハードルに → 導入が進まない POINT POINT アダコテック独自の「特徴量マップ表示技術」に アダコテック独自の特徴認識技術の学習モデル より学習 / 推論を実行した際の判定の根拠が は他社AI製品と比較して圧倒的な高速処理を 可視化できます。 実現可能です。 アダコテックが提案するソリューション これによりAIの課題であったブラックボックス状態 シート検査のような高速性が求められるシーンに を解消することが可能となり、モデルの学習や調 おいても、CPUで十分な処理スペックを提供す 欠陥分類モデルの学習環境「Shiwaketter」とベリファイアプリ 整を狙いを持って進めることができます。 ることができます。 「Shiwake-Run」で目視確認工程のお困りごとを全て解決します！ 動作環境 【学習環境】 【検査環境】 既存の検査装置 OS ：Windows 10/11（64bit） OS ：Windows 10/11（64bit） CPU ：第10世代 Intel® Core i5以上 CPU ：要求のタクトタイムにより選定 メモリ ：8GB以上推奨 メモリ ：16GB以上推奨 ストレージ ：空き200GB以上（学習用データに依存） ストレージ ：空き200GB以上（推論データ数に依存） GPU ：不要（CPUで高速学習が可能） GPU ：不要（CPUで高速推論が可能） 分類モデル NG画像 解決事例 Shiwaketter でモデル学習 お持ちのPCにインストールでご利用頂けます 作業者ごとに判断ルールが曖昧で 学習時に決めたルールに従って分類を実施します。 検査基準が全然定まらない…。 分類結果には再現性もあるので信頼性があります。 ベリファイアプリ “Shiwake-Run” 学習時に予想できていなかった欠陥は 「その他」に分類されるのも安心です。 Shiwake-Runは、Shiwaketterで作成した学習モデル を運用する検査ソフトウェアです。検査機などから送られて きた画像をリアルタイムで分類し、フォルダ分けを実行します。 過検出が多く、重大欠陥の AIが事前に欠陥毎に画像をフォルダ分けして チェック作業の負担が大きい…。 くれるので、工数の削減ができます。 【Shiwake-Run の特徴】 どうしても見逃したくない重大欠陥は 特徴マップの可視化 クラス判定に重みを付けることも可能です。 AIが“どこを見ているか”をリアルタイムで可視化。 学習時から外れた特徴が現れたこともすぐに分かる。 NG率は分かるけど各欠陥の 欠陥ごとに発生数が分かるようになります。 高速推論でインライン追従 発生率やトレンドは分からない。 これにより欠陥発生のトレンド把握が可能 高速なインライン検査にも追従可能な、圧倒的な となるので、より本質的な改善活動に繋げ 処理スピードを実現します。 ていくことができます。

ソリューションの導入効果 ベリファイ作業の省力化に貢献する メイン 作業者の負担軽減 ベリファイ工数の削減 欠陥定義の見直し サブ アクセント 画像フォルダ内の画像を欠陥の種類 従来は人手で行っていたベリファイ 人の判断は個人差や慣習によってばら 補助 ごとに自動で分類。繰り返しの単純 作業を、高速なAI推論により自動化。 つきが生じがちです。AIは学習を通じ 作業から作業者を解放し、業務負担 確認作業の効率を大幅に向上します。 て判定基準を統一し、高い再現性と安 を大幅に軽減します。 定した品質を実現します。 テキスト 安心な導入フロー まずは無償の技術検証で“手軽さ”と“速さ”を体験して下さい！ Step1 Step2 Step3 ヒアリング 技術検証 AI導入 検査機の情報や、欠陥種/画像 初回の技術検証を無償で実施しております。場合 学習/実行SWを提供します。装 の注目ポイントをご提示ください。 によっては学習ツールの無償貸し出しも可能です。 置組込等インライン化が必要な場合 N増し検証については、有償で承っております。 は別途ご相談ください。 FAQ 製品紹介ページ Q. GPU搭載のパソコンがなくても大丈夫？ → A. はい。一般的なCPU環境で学習が可能です。推論PCもCPUで高速処理が可能です。 Q. 現行の欠陥検出器とどう繋ぐ？ → A.イーサネット経由のフォルダ共有、NAS、または外部メモリを介してベリファイPCにデータを転送します。 指定した監視フォルダに入力された画像は、リアルタイムで分類処理されます。 Q. 現場の判断との整合は？ テクノロジーで製造業をエンパワーメントする 会社HP → A. 特徴マップで判断根拠を確認し、現場基準に合わせてクラス定義・再学習が可能です。 お持ちのPCにインストールしてスグに使える“欠陥分類AI”の学習ツール。 作成したモデルはShiwake-Runで実行することで、画像を自動分類。 2025 / 11 ベリファイ作業を速く・確かに・省力化します。 テクノロジーで生産現場をエンパワーメントする。 会社HP 〒101-0051 東京都千代田区神田神保町 2-11-15 住友商事神保町ビル 3F TEL : 03-4346-4171 株式会社アダコテック Web : https://adacotech.co.jp