株式会社Pros Cons

Gemini eye Integration ジェミニ・アイ・インテグレーション

「Gemini eye」「Gemini eye SV」2つの外観検査AIを統合した
応用ソフトウェアです。

判断根拠の可視化。不良箇所をヒートマップで表示するとともにボックスで不良の種類を教えてくれます。

こんな課題をお持ちの方に
オススメです

覚えさせた不良だけでなく、未知の不良も検出したい

未知の不良の一部だけを不良と判定させたくない

良品学習、不良品学習どちらも同時に検証していきたい

Gemini eye、Gemini eye SVで作ったAIモデルをそのまま使いたい

外観検査AIの決定版。
教師あり&なし統合外観検査AI「Gemini eye Integration」

Gemini eye Integration ジェミニ・アイ・インテグレーション

「Gemini eye」「Gemini eye SV」2つの外観検査AIを統合した応用ソフトウェアです。

Gemini eyeの特徴

「既知の不良」も「未知の不良」も同時に検出

「既知の不良」も「未知の不良」も同時に検出

学習させた不良を確実に検出しながら、覚えていない未知の不良も検出していきます。

既に作成したAIモデルをそのまま活用

既に作成したAIモデルをそのまま活用

Gemini eye、Gemini eye SVで作成したAIモデルがそのままお使いいただけます。

Gemini eye紹介資料

外観検査AI「Gemini eye」紹介資料

Gemini eye、Gemini eye SVなどのGemini eyeシリーズの紹介資料です。特徴や料金プランをご確認いただけます。

Gemini eye Integrationを利用した
デモ動画

みじん切り玉ねぎの外観検査

サイズ

W:約5.0~10.0 x H:約5.0~10.0(mm)/個

素材

玉ねぎ

学習良品数

1個

学習良品画像数

580枚

金属ベアリングの外観検査

サイズ

外経Φ19.0 内径Φ10 幅8(mm)

素材

金属ベアリング

学習良品数

4個

学習良品画像数

352枚

カスタードケーキの外観検査

サイズ

Φ65.0(mm)

素材

焼き菓子(カスタードケーキ)

学習良品数

1個

学習良品画像数

341枚

チークの外観検査

サイズ

W:70.0 x H:40.0(mm)

素材

ミネラル粉末等

学習良品数

4個

学習良品画像数

623枚

導入の流れ

STEP01

導入ヒアリング

対象製品の検査基準、不良の出方、製造方法など詳細をヒアリング。必要に応じ、事前の撮像検証や検出イメージ作成を行う。

1週間〜4週間
STEP02

見積提案/契約

導入ヒアリングを基に、ゴールや精度目標、タスク、期間、費用を見積もり、提案書を作成。契約を行う。

1週間〜4週間
STEP03

ハードウェア製作

治具や検査装置などを設計・製作し、製造ラインに設置。合わせて現場での撮像調整を行い、撮像方法を確定する。

4週間〜16週間
STEP04

データ収集

AIに学習をさせる良品データ、精度検証に利用をする不良品データを収集する。

1週間〜4週間
STEP05

AIモデル作成

収集した良品データでAIモデル作成を行う。パラメータを調整し、精度を追求するほか、必要に応じて撮像の再調整も行う。

4週間〜8週間
STEP06

納品/トレーニング

作成したAIモデルを納品し、製造ラインで外観検査AIを立ち上げる。完了後、利用方法のトレーニングを実施する。

〜1週間
STEP07

AI運用

外観検査AIの運用を開始。

動作環境

OS

Microsoft Windows 10 64-bit 日本語版※他バージョンについてはご相談ください。

CPU

第8世代以降のCore i7,Core i5、第2世代以降のRyzen

GPU

NVIDIA製GPU Turing世代以降 メモリ8GB以上

RAM

16GB以上

ネットワーク

オフラインで利用可能

Gemini eye紹介資料

外観検査AI「Gemini eye」紹介資料

Gemini eye、Gemini eye SVなどのGemini eyeシリーズの紹介資料です。特徴や料金プランをご確認いただけます。

よくある質問

Gemini eye Integrationはどのような製品でしょうか。

Gemini eye、Gemini eye SVを統合した最高精度のAI外観検査ソフトです。

Gemini eye Integrationはどのような場合に使いますか。

教えた不良の「分類」「カウント」と未知の不良を検知したいときに使用します。