1/26ページ

このカタログをダウンロードして
すべてを見る

ダウンロード(2Mb)

[ホワイトペーパー]少量の良品データのみで学習できるAI外観検査ソフトウェア gLupe®

ホワイトペーパー

AIを応用した「製造業向け外観検査ソフトェア gLupe」についての製品説明、事例、導入方法をご紹介

AI/ディープラーニングを応用した外観検査ソフトウェアgLupe(ジールーペ)。その最大の特徴は少量の良品データのみで学習できることです。ディープラーニング特有の大量データの収集作業が不要なため、導入コストを最小限に抑えられます。
gLupeは自動外観検査システム開発キットです。Windows環境で手軽に学習・評価ができ、学習結果を使用した推論システムを自由に開発することが可能です。また、ご要望があれば、弊社によるデータ解析や開発サービスもご提供可能ですのでお気軽にお問い合わせください。

関連メディア

このカタログについて

ドキュメント名 [ホワイトペーパー]少量の良品データのみで学習できるAI外観検査ソフトウェア gLupe®
ドキュメント種別 ホワイトペーパー
ファイルサイズ 2Mb
登録カテゴリ
取り扱い企業 株式会社システム計画研究所/ISP (この企業の取り扱いカタログ一覧)

この企業の関連カタログ

製造業向け外観検査ソフトウェア gLupe®
製品カタログ

株式会社システム計画研究所/ISP

監視カメラソリューション向けAIエンジンSENLI
製品カタログ

株式会社システム計画研究所/ISP

ご好評につきgLupe Version.2の発売が決定しました[2019年9月 発売予定]
製品カタログ

株式会社システム計画研究所/ISP

このカタログの内容

Page1

gLupe(ジールーペ)製品説明資料

gLupe(ジールーペ)製品説明資料 株式会社システム計画研究所/ISP 2019.5.30更新
Page2

目次

目次 • システム計画研究所/ISP について • gLupe(ジールーペ)とは • gLupe開発キットについて • ライセンス形態 • 導入の進め方 1
Page3

システム計画研究所/ISPについて

システム計画研究所/ISPについて
Page4

システム計画研究所/ISPについて

システム計画研究所/ISPについて ISPは1977年創業の 独立系研究開発型ソフトウェア開発会社です。 導入前のデータ解析・評価から 解析結果を用いたシステム開発まで一貫して対応可能です。 システムの運用開始までを一貫して対応可能 Phase.0 Phase.1 Phase.2 Phase.3 事前評価 精度検証 プロトタイプ開発 実運用システム開発 運用開始 撮影機材など選定 エンジンカスタマイズ 実証実験 3
Page5

gLupe (ジールーペ)とは

gLupe (ジールーペ)とは
Page6

製造業向け外観検査ソフトウェア「gLupe」とは

製造業向け外観検査ソフトウェア「gLupe」とは • 製造業における製品の外観検査に特化したソフトウェア。 • Deep Learningを応用した高性能エンジンを使用しており、 従来手法では検出が困難だった不良品が検出可能に。 • ISP独自技術により、数十枚の正常データでも学習が可能。 • 製造現場に人工知能(AI)をスピーディーに導入。 正常データの例 異常検知例 5
Page7

製造業向け外観検査ソフトウェア「gLupe」とは

製造業向け外観検査ソフトウェア「gLupe」とは • 学習に必要なのは数十枚の正常データのみ • 学習時間も数秒で完了 通常のDeep Learningによる学習 通常のDeep Learning による学習 学習時間:1晩~ 正常画像数千~数万枚 異常画像1数千~数万枚 異常画像2数千~数万枚 gLupeによる学習 学習データの収集コスト大幅減! スピーディーな評価が可能! 正常画像数十枚~ gLupe による学習 学習時間:数秒 6
Page8

gLupe 適用例(可視光カメラの事例)

gLupe 適用例(可視光カメラの事例) 金属部品汚れ・異物検知 金属部品キズ検知 棒状製品の歪み検知 【その他事例】 • 溶接部分の品質検査 • ゴム・樹脂製品の検査 • 菓子の品質検査 • ハンダ付けの品質検査 • 不要なハンダの検出 • 紙製品の形状検査 • 半導体の異物やキズの検査 • 自動車溶接痕の品質検査 錠剤の割れ・キズ・汚れ検知 食品の割れ・汚れ検知 7
Page9

近赤外カメラ・ハイパースペクトルカメラの事例

近赤外カメラ・ハイパースペクトルカメラの事例 近赤外カメラやハイパースペクトルカメラを使用すると、本来人の目では捉えることができない違い を可視化することができます。 gLupe は、近赤外カメラやハイパースペクトルカメラで撮影したデータを使った検査にも対応して います。 近赤外カメラ ハイパースペクトルカメラ 【その他事例】 • 菓子に付着した水滴検知 • 水分量が適切かどうかの検査 中身が見えない包装内にある噛み込み検知 白い粉末内に紛れた白い異物の検知 包装素材を透過する波長で撮影することで、 見た目が同じ色でも組成が違えば 協力: パッケージ内の異物を検知することができます。 吸収スペクトルが異なるので、 画像化したときの見た目が変わってきます。 8
Page10

時系列データを用いた事例

時系列データを用いた事例 gLupe に入力できるのは画像データのみですが、時系列データを使った異常検知を行った事例もあ ります。 時系列データを一旦グラフ化し、そのグラフ画像を学習データとして使用することで、異常検知の自 動化を実現しました。 時系列の数値データ 時系列データをグラフ化 0, 0.34234 1, 0.22345 2, 0.63453 3, 0.43326 4, 0.23562 5, 0.65453 6, 0.32345 画像データとして学習 7, 0.43234 8, 1.34525 9, 1.45234 ……… 9
Page11

gLupe 開発キットについて

gLupe 開発キットについて
Page12

gLupe 製品形態

gLupe 製品形態 gLupe は、Deep Learningを用いた外観検査自動化システム を開発するための開発キットです。 学習・評価用アプリケーション 推論ソフトウェア開発用SDK (SDK: Software Development Kit) 11
Page13

gLupe を用いた開発の流れ

gLupe を用いた開発の流れ 開発のPDCAサイクルを回すことで より高精度なシステムを構築可能です。 データ収集・整理 学習・評価・前処理検討 システム組み込み 当社で「データ解析サービス」請負い可 当社で「開発サービス」請負い可 学習モデルエクスポート 12
Page14

学習・評価用アプリケーション

学習・評価用アプリケーション 学習・評価用アプリケーションの使い方は、以下のgLupeデモ 動画を参照してください。 gLupe デモ動画:https://youtu.be/xYyJZXvNGqA 13
Page15

動作環境

動作環境 • 学習・評価用アプリケーション – OS:Windows 10 64-bit 日本語版 – CPU:Intel Core i5以上 – GPU:CUDA対応NVIDIA製GPU メモリ2GB以上 Maxwell以降 • 推論ソフトウェア開発用SDK – OS:Windows 10 64-bit 日本語版 – CPU:Intel Core i5以上 – GPU:CUDA対応NVIDIA製GPU メモリ2GB以上 Maxwell以降 ※Linux環境、ARM CPU環境での動作をご要望の場合は別途ご 相談ください。 14
Page16

ライセンス形態

ライセンス形態
Page17

ライセンス形態

ライセンス形態 • 開発ライセンス gLupe 開発キットを用いたシステム開発をするためのライセンスです。 開発者1人につき1ライセンス必要です。 • ランタイムライセンス gLupe で作成した学習済みモデルを実運用で使用するためのライセンス です。学習済みモデルを1つ使用するにつき、1ライセンス必要です。 開発ライセンス ランタイムライセンス 学習・評価・学習済みモデルエクスポート ○ × SDKを使用した開発作業 ○ × 学習済みモデルを使用したシステムの試験・検証 ○ ○ 学習済みモデルを使用したシステムの実運用 × ○ 16
Page18

ランタイムライセンスのカウント方法

ランタイムライセンスのカウント方法 (例) ランタイムライセンスを5ライセンス所有している場合 学習・評価時 学習・評価用アプリケーションから 学習・評価用アプリケーション 学習済みモデルファイル エクスポートできる学習モデルの エクスポート 数には特に制限はありません。・・・ 運用時 ライセンス管理サーバー 同時に使用できる学習済みモデル数は 5個までです。 6個目に起動したプロセスは 認証されません。 ① ② ③ ④ ⑤ ⑥ 所有ライセンス数を超えた数の 学習モデルを同時使用することは できない。 モデルA モデルA モデルB モデルC モデルD 端末1 端末2 端末3 端末4 同一の学習済みモデルでも、同時に使用する場合はそれぞれカウントされます。 17
Page19

導入の進め方

導入の進め方
Page20

gLupe導入方法

gLupe導入方法 ご要望に合わせた最適な導入方法をご提案します。 19