目視検査の

異物を検知・分類する自動検品技術である画像検査専用AIのパイオニア

HORUS AIとは

目視検査の結果をAIが自ら学習することにより、技能の継承や検査コストの削減を実現することができる、アドダイスが誇る最先端のAIです。

これまでは、AIがベテラン検査員の「長年のカンと経験」を学習することが難しく、目視検査に導入するにはハードルが高いと考えられてきました。ですが、HORUS AIは深層学習技術を利用しているため、プログラムレスでAIが自ら学習を行い目視検査の精度をより高めることが可能となっています。

より精度が高い目視検査専用AIをお探しの方に自信を持ってお勧めするAIです。

HORUS AIが実現すること

ベテラン目視検査員の経験や技術を深層学習することができるHORUS AIの導入により、目視検査に必要な検査員の数を最小限に維持することが可能となります。検品ラインの省人化によって、目視検査における人手不足の解消を目指します。

HORUS AIの特徴

Z

判断基準を変更可能

HORUS AIは、判定の甘い・辛いをユーザーがいつでも調整することができます。

スケール調整 (特許申請中) ができるので、現場サイドでの基準の調整を簡単に行うことが可能です。

Z

学習の容易さと効果性

HORUS AIは、アノテートを使用することで、匠の技を直接学習させることができます。

深層学習技術により、検査員の「長年のカンと経験」による高度な技術もシステム化が可能です。

Z

目視検品に特化

HORUS AIは、目視検品で頻出する不良項目の検出に強い、目視検査に特化したAIです。

精密な分類にも対応が可能で、がん診断支援AIに採用された信頼のブランドです。

HORUS AIは従来システムの課題を克服

従来の自動検査システムを導入する際には、いくつもの課題がありました。

たとえば、システムに自動学習機能がないため、設定された検出条件のみに沿った検査しか行うことができず「グレーゾーン」の判定をすることが困難でした。また、システムの複雑さから、システム導入後に検知・分類などの検出条件の再設定を行う場合には改めて専門のエンジニアに設定変更の依頼をする必要がありました。結果として、システム導入後に多くの手間がかかったり複数の検査員による目視検査の必要性が残ったりと、目視検査の効率が良いとは言い難い状況でした。

HORUS AIであれば、従来のシステムでは避けることができなかったエンジニアによる設定変更を工場内で簡単に行うことが可能です。また、深層学習技術によって「グレーゾーン」の判定をより的確に行うこともでき、結果として目視検査に必要な検査員の人数を最低限に抑えることが可能となります。

HORUS AIはプログラム・レス

9

学習ステップ

HORUS AIなら、現場担当者が直接操作するだけで学習可能です。
9

判定ステップ

HORUS AIなら、現場担当者が直接操作するだけで学習結果の修正および再学習を行うことが可能です。
9

必要な関係者

HORUS AIなら、工場現場担当者のみで十分です。
9

HORUS AIなら

  • 現場だけで導入および運用が完結します。
  • 自分たちで再学習できるので学習スピードが速いです。
  • 結果として、導入コストを低く収めることができます。
9

コンサルティング型AIだと

  • やりとりにかかる時間が増えます。
  • 長いコミュニケーションパスによる情報ロスが起こり得ます。
  • 結果として、関係者が多くなることによってコストが増加します。

HORUS AIの武器は容易な画像学習

従来の画像学習だと画像全てが学習対象となってしまう

従来のAIを用いた目視検査では、画像を用意すればすぐに学習を進められるものの、画像の背景部分までも検査対象と認識してしまいます。

その結果、本来学習すべきでない箇所まで学習するため、全体としての検知精度の下降につながってしまいます。

HORUS AIの画像学習なら、画像をアノテートして検知箇所を明示に指定できる

HORUS AIを使用した目視検査では、画像をアノテートする作業を行うだけで、簡単・的確・確実に検知させたい対象を学習させることが可能です。

結果として、検知制度の上昇につながります。

 

HORUS AIはメディアでも注目

日刊工業新聞社で大きく取り上げられました

 

がん診断支援AIの民間側パートナーに採択されている信頼のブランドです

 

HORUS AIは6ステップのみで導入可能

Z

1. プリセールス

2〜3回訪問し、現状についてのヒアリングを行います。
Z

2. 事前調査

インタビューシートを用いて、HORUS AIの導入可否および費用対効果の判定を行います。
Z

3. プランニング

以下の質問等をもとに、HORUS AI導入のプランニングを行います。

  • どの業務を対象にするか?
  • 何を検知するか? (検知対象の種類や困難度)
  • どこをゴールとするか?
Z

4. 検証 (POC)

HORUS AI導入にあたって、以下の項目等の検証を行います。

  • 実用可能性度の見極め
  • イテレーションによるAIの学習
    • 不良画像の用意とアノテーション
    • 10,000ファイル
Z

5. 初期導入

以下の項目等を含めた、HORUS AIの初期導入を行います。

  • ライン導入計画の策定
  • ラインでの検知テスト
  • 既存システムがある場合は、既存システムとのつなぎ込み
Z

6. 本導入

初期導入の結果をもとに、HORUS AIの本導入を行います。

AI分野で先進のアドダイスに是非ご期待下さい