「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。
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
「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。
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。
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、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。
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
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
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
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
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週間外観検査AIの運用を開始。
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、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、Gemini eye SVを統合した最高精度のAI外観検査ソフトです。
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。