AISIA Anomaly Detection
ディープラーニングを使った異常検知システム
AISIA(アイシア)は、ディープラーニングの画像認識を使った最先端の外観検査システムです。
AI異常検知に必要な機能をパッケージ化した製品
これまで機械を使った製品検査は、サイズや温度、圧力などのセンサーデータをもとにした検査装置が使われていました。しかし、これらの装置で検査できる範囲は限定的で、工場内にはいまだに人が目視で検査しているラインが数多くあります。
ディープラーニング技術の登場により、人でしかできなかった異常検知をAIが行うことが可能になりました。この技術革新を背景に、いくつかの生産現場においてAIによる異常検知の実用化に向けたPOC(概念実証)が取り組まれています。しかし、現状では AIのモデルをイチから手探りで作成しているため、コストと時間が非常にかかってしまい、普及促進に対する大きなネックとなっています。
そこで、当社は「ディープラーニングを使った異常検知」を行うのに必要な機能をオールインワンで備えた異常検知システム「AISIA-AD」を製品化しました。AIに不慣れなユーザーやベンダーでも簡単に使えるため、すそ野を広げて、より多くの企業 が AI を使った異常検知を短期導入できるようになります。
AISIA-ADの主な特徴
異常検知に必要な機能をオールインワンで装備
イチからAIモデルを作成するのではなく、オブジェクト検知、正常・異常判定、異常表示・監視、学習処理、クラウド連携など異常検知に必要な機能をオールインワンで装備しています。
クラウドで学習し、エッジで異常判定
学習プロセスは、学習環境が整備されているクラウドMicrosoft Azure Learning Serviceを使っており、学習済の分類器は、Azure IoT Hub/Edgeを使って簡単にエッジコンピュータに格納できます。
エッジでは、製造ライン上の製品をカメラで撮影し、動画の中の製品(オブジェクト)を自動検知した上で、分類器によって正常異常を判定します。異常検知状況はリアルタイムにモニタリングできるほか、人が介在して正常異常の最終確認を行ったり、異常個所にヒートマップ(印)を付けたりできます。
「正常のみ学習」と「正常異常の両方学習」の2つのモデルに対応
正常品のみ学習するモデルでは、生成モデルを利用し、当社独自技術のChameleon filterを使ってノイズと異常を高精度で見分けて異常箇所をヒートマップ表示します。
正常異常の両方を学習するモデルでは、畳み込みニューラルネットワーク(CNN)を使って高精度な判定が行えます。転移学習や水増しなどの技術により、少ない学習データで学習できる仕組みを標準装備していますので、異常品のデータが少なくても対応できます。
動画ベースの異常検知
入力データとなる動画はパラパラ漫画のように複数の静止画(フレーム)から構成されます。動画オブジェクト検知では、当社独自技術のMother’s eyeにより各フレームに映る製品が同一かどうかを自動判定します。また、同一製品の異常判定がフレームごとに異なる場合には、Moving majority vote機能により高確率で正常異常を判断します。
なお、動画ベースの異常検知システムですが、もちろんより単純な静止画にも完全対応しています。
トータルサポート
異常検知では、カメラや照明、フィルタや拡散板などハードウェアも非常に重要です。また、エッジコンピュータも必ずしもGPUだけが解ではなく、判定処理はCPUでも十分なパフォーマンスを得られる場合もあります。当社は、それぞれの専門企業と連携して、ニーズに合ったコストパフォーマンスがよいハードウェアを選定します。
適応性
動画認識を使った異常検知システムは、さまざまな分野に応用ができます。例えば、内視鏡やエコーなどの動画を使って病気を発見する医療分野、農作物の生育状況や規格外農作物を自動仕分けする農業分野、ドローン映像をもとに橋やトンネル、鉄塔などのひび、破損を検知するインフラ保全など、幅広い分野に適用できますので、お気軽にお問合せください。
関連ブログ
人気ブログ「ディープラーニングを使った異常検知」もぜひご覧ください。
お問い合わせ
株式会社システムインテグレータ
Mail:aisia_ad_sales@sint.co.jp
電話:03-5768-7695 (担当 西尾、中庭)
お電話、または下記WEBフォームよりお気軽に問い合わせください。
AIをビジネスに活用するための基礎知識