異常検知AIによる 外観検査システム 設備点検・製品検査等の効率化・コスト削減

常に最新機能 クラウド構築 誰でも簡単 導入運用可能 低コスト 短期間でAI構築

最新!異常検知AIの全てが分かる 無料 資料請求

人間での外観点検・検査でお悩みありませんか?

イメージ

ベテラン作業員が頼り
点検・検査作業が属人化

イメージ

目視点検・検査は
時間と人的コストが掛かる

イメージ

専門家知識が無く
AIを導入できない

TDSE Eyeがすべて解決 これまで人間に頼っていた目視による点検・検査をAIが代わりに検知!作業を効率化・コスト削減が可能

1分ちょっとでわかるTDSE Eye

イメージ

ここでは見られないより具体的な機能詳細と導入事例が分かる

CONTACT US

異常検知AIの構築と運用方法
AIを活用した点検・検査例
機能詳細

イメージ

TDSE Eye

外観検査システムとは?

異常検知AIを構築することで設備の保全業務・製品の
品質確認など従来、人が目視よって行っていた外観検査を
AIが代わりに行います。

簡単!
3ステップで
外観異常を検査

01 少量の正常画像データを用いてAIを構築 02構築したAIと検査対象画像を用いて外観検査 03 正常・異常を判別

2つの方法
異常を検知

可視化 異常度が大きいほど明るい色として可視化 数値化異常度が数値で算出

こんな異常を検知

モデル作成に使用した正常画像と異なるような見た目の画像の異常度が高くなります。欠け・ひび・ほつれ・破れ・割れなどを検知できることがわかっていますが、それ以外でも珍しい見た目を持つ任意の異常(未知の異物等)を検知できる可能性があります。

イメージ

少量の正常画像のみ使用してAIを訓練するから
短期間・低コストでAI構築が可能

TDSE Eye 正常画像のみでAIを構築 事前に把握可能で画像収集が簡単。画像集めが短期間でスグにAI構築。 正常画像と異常画像でAIを構築する場合 多種多様な異常状態が出現するため画像集めが長期化、AI構築に時間が掛かる。

活用イメージ

異常検知AIによる検査・外観検査

鉄鋼製品検査での活用例

BEFORE 目視検査 ・鉄管の構造から検査作業の自動化が難しい ・時間と人的コストがかかる After 携帯カメラとAI検査 ・360度カメラで内面を効率的に撮影 ・カメラ撮影画像をAI検査してコスト削減

生産ライン不良製品検知での活用例

BEFORE ヒトの目視点検 ・時間と人的コストがかかる ・作業が属人的で検査の品質にムラが発生する After AI点検とヒトの追点検 ・AI点検でヒトの点検が必要な製品だけ選定して省人化 ・AIで点検査質を一定

異常検知AIによるコンクリート壁面の外観検査※開発計画にある「物体検出」を組み合わせることもあります。

BEFORE ヒトの目視点検 ・時間と人的コストがかかる ・見落としによる検知漏れが発生する After AI点検とヒトの追点検 ・目視確認のコスト削減 ・点検作業時間を当初50%削減、3年後には80%削減を目指し段階的に進化

類似の活用例
プラント構内の設備点検業務 石油タンクの側壁や屋根の定期検査をドローン撮影した画像からAIで劣化箇所を検知

イメージ

ここでは見られない操作概要や実際の画面イメージがわかる

CONTACT US

異常検知AIの構築と運用方法
AIを活用した点検・検査例
機能詳細

選ばれる5つの理由

イメージ

常に最新の高性能な異常検知AI

AIモデルをクラウド上で構築することで、常に最新で高性能なものが利用できます。順次機能も追加予定です。

イメージ

専門的な知識なしで導入・運用が可能

WEBインターフェースによる簡単操作でAIを構築することができます。プログラミングなどの専門的な知識は必要ありません。

イメージ

低コストかつ短期間で構築

モデル構築は数枚の正常画像のみから行えます。異常画像を集める必要がありません。クラウド環境で複雑なモデルも短時間で構築できます。

イメージ

AIの推論をエッジにてオフライン実行

ポータブルAIサーバーを利用すると、クラウド上で構築したAIモデルをネットワークから切り離したPC等のエッジデバイスで利用可能です。AIを個別のアプリから利用することも容易です。

イメージ

画像AI分野での豊富な実績

当社は東京電力パワーグリッド株式会社様の送電線異常検知をはじめとして画像AI分野の案件を数多く手掛けてまいりました。本サービスもこれらの経験を反映したものとなっております。

TDSE Eyeの開発
アカデミック分野出身の人材が多数

最先端の研究所や大学院で研究実績のあるメンバーが中心となり、
お客様のデータ活用をご支援します。

総勢84名 理学修士以上80名 理学博士号取得者47名

主な出身研究所
欧州原子核研究機構(CERN)
ブルックヘブン国立研究所(BNL)
フェルミ国立加速器研究所(FNAL)
理化学研究所
東京大学宇宙線研究所
主な出身大学(国内)
東京大学 京都大学 大阪大学
筑波大学 東京工業大学

導入までの流れ

STEP 01 画像の準備 STEP 02 AIモデル構築 STEP 03 画像識別

よくある質問

サポートしている画像の形式は何ですか?
PNGとJPEGをサポートしております。他の形式のサポートも追加可能です。
詳しくはお問い合わせください。
画像はどの程度の解像度が必要ですか?
画像の長辺が384pxを超える場合、縦横比を保ったまま、長辺が384pxになるように縮小されてから異常度の推定が行われます。より高解像度な画像のサポートも現在検討中でございます。
詳しくはお問い合わせください。
カメラ等も提供されますか?
異常度推定機能のみのご提供となります。
カメラ等の機材につきましてはユーザー様にてご用意いただく想定をしております。
人の目で異常を明確に見て取れる画像が撮影できるようでしたら、数千円程度のウェブカメラでPoCを始めることも可能です。
オンプレ環境でも利用できますか?
異常度の推定については、オンプレ環境でご利用いただけます。AIモデルの構築については、現在はクラウド環境のみをサポートしております。オンプレ版のAIモデル構築機能については、現在検討中でございます。
詳しくはお問い合わせください。
ポータブルAIサーバーの実行環境教えてください。
サポートしている環境は以下の通りです。GPUは不要です。Dockerイメージでの提供も検討中でございます。詳しくはお問い合わせください。
  • OS:Windows 10
  • プロセッサー: 64ビットをサポートしている Intel®プロセッサー(一般向け/産業用PCのほとんどが当てはまります)
  • RAM:16 GB以上(推奨)
ポータブルAIサーバーとはどのようなものでしょうか?
クラウド上で構築したAIモデルを、ネットワークから切り離されたPC等のエッジデバイスで利用するための専用アプリケーションです。異常度推定用のRESR APIを提供しています。
詳細な仕様はお問い合わせください。
他の機器への連携方法を知りたい。
ポータブルAIサーバーのREST APIを呼び出すことで他の機器からでもAIモデルをご利用いただけます。
既存のシステムへのインテグレーション開発も承っております。
詳しくはお問い合わせください。
外観検査以外にも利用できますか?
外観検査以外の用途であっても、画像の異常検知タスクであればご利用いただけます。
変化の少ない監視カメラの異常検知なども適用対象として考えられます。
詳しくはお問い合わせください。
価格について知りたい。
詳しくはお問い合わせください。
どのような実行環境に対応していますか?
現在は、CPU環境でのOpenVINO※を利用した推論がサポートされています。
※Intelが提供する高性能なコンピューター・ビジョンやディープラーニングの開発が可能になるソフトウェア

イメージ

ここでは見られないより具体的な機能詳細と導入事例が分かる

CONTACT US

異常検知AIの構築と運用方法
AIを活用した点検・検査例
機能詳細

TDSE Eye 最先端の異常検知サービス ウェビナー申込受付中