カメラ画像の認識・異常検知
点検や設備管理で使う画像から、確認すべき異常の候補を抽出する仕組みを検討します。撮影条件、見逃し、誤検知、人が確認する手順を評価します。
エッジAI・画像認識
現場の端末で動くAIを、実機で確かめる。
カメラ画像の認識・異常検知から、現場の端末でAIを動かすためのモデル軽量化・推論検証まで。利用環境、処理速度、データの取扱条件を確認し、実証と実装をご支援します。
エッジAIとは
エッジAIは、カメラやセンサーに近い端末でAIの処理を行う技術です。画像をすべてクラウドへ送る構成と比べ、通信量や通信による待ち時間を抑える構成を検討できます。
通信が止まったときの動作や、機器の性能・電力には制約があります。端末だけで処理するか、クラウドと組み合わせるかは、対象業務と運用条件に応じて決めます。
技術の概要：NVIDIAによるエッジAIの解説（英語）
ご相談いただけるテーマ
端末上でのAI処理
クラウドへの常時送信が難しい現場に向け、端末側で画像を処理する構成を検証します。端末の性能、消費電力、通信条件から実行できるモデルを選びます。
モデルの軽量化・推論の検証
既存の画像認識モデルを現場の機器で動かしたい場合に、モデルの軽量化と処理速度を検証します。精度とのバランスを確認し、採用する構成を判断します。
開発・検証の進め方
- 01
対象業務・環境の確認
認識したい対象、撮影環境、端末、ネットワーク、データの利用条件を整理します。
- 02
データ・モデルの検証
評価用データと判定基準を決め、画像認識の精度や誤検知の傾向を確かめます。
- 03
実機での検証
処理速度、メモリ、電力、連続稼働時の挙動を確認します。検証結果をもとに本番実装の可否を判断します。
- 04
実装・運用の設計
担当者への通知、記録、モデル更新、機器故障時の対応を設計します。開発・保守の担当範囲を見積もりに明記します。
導入前に確認すること
- 対象機器
- 既存カメラの接続仕様、設置場所、端末性能を確認します。機器の購入・設置工事・保守を含む範囲は個別に決めます。
- データの取扱い
- 画像の取得目的、保存期間、閲覧権限、外部送信の可否を整理します。端末処理だけでセキュリティ要件を満たすとは限りません。
- 評価と人の判断
- 目標とする処理速度や見逃し・誤検知の許容範囲を、検証前に合意します。設備や利用者に影響する判断は、担当者が確認する運用を設計します。
- 費用・期間
- データ整備、モデル開発、端末への実装、連携、保守の範囲に応じて見積もります。初回相談では対象画像、既存機器、ご希望の時期を伺います。
関連する研究・技術実績
画像認識・産業AI研究室では、現場の撮影条件に対応する認識技術と、エッジ推論への実装を研究テーマとしています。関連する画像認識の技術実績には、代表者の前職での担当案件を含みます。各事例の端末構成やエッジAIとしての導入実績を示すものではありません。