1/22ページ
カタログの表紙 カタログの表紙 カタログの表紙
カタログの表紙

このカタログをダウンロードして
すべてを見る

ダウンロード(3.4Mb)

不良画像1枚から学習できるAI外観検査ソフトウェア gLupe® Version.2

製品カタログ
株式会社システム計画研究所/ISP
お問い合わせ
電話でお問い合わせ

AIを応用した「製造業向け外観検査ソフトェア gLupe」についての製品説明、事例、導入方法をご紹介

AI／ディープラーニングを応用した外観検査ソフトウェアgLupe（ジールーペ）。その最大の特徴は少量のデータで学習できることです。ディープラーニング特有の大量データの収集作業が不要なため、導入コストを最小限に抑えられます。
gLupeは自動外観検査システム開発キットです。Windows環境で手軽に学習・評価ができ、学習結果を使用した推論システムを自由に開発することが可能です。また、ご要望があれば、弊社によるデータ解析や開発サービスもご提供可能ですのでお気軽にお問い合わせください。

関連メディア

このカタログについて

ドキュメント名 不良画像1枚から学習できるAI外観検査ソフトウェア gLupe® Version.2
ドキュメント種別 製品カタログ
ファイルサイズ 3.4Mb
登録カテゴリ
取り扱い企業 株式会社システム計画研究所/ISP (この企業の取り扱いカタログ一覧)

この企業の関連カタログ

この企業の関連カタログの表紙
【多品種少量生産品のAI検査自動化】諦めてませんか？gLupeなら実現できます。
ハンドブック

株式会社システム計画研究所/ISP

この企業の関連カタログの表紙
外観検査とグレーゾーン
ハンドブック

株式会社システム計画研究所/ISP

この企業の関連カタログの表紙
画像・映像解析プロ集団のノウハウをライブラリ化。ISP Vision Library。
ホワイトペーパー

株式会社システム計画研究所/ISP

このカタログの内容

Page1

gLupe®(ジールーペ) 製品説明資料 株式会社システム計画研究所／ISP ２０２４．１０．１６ ©2024 Research Institute of Systems Planning, Inc.
Page2

システム計画研究所／ISP 所在地：東京都渋谷区桜丘町18-6 [主な事業領域] 設立：1977年11月10日 資本金：8,000万円 人工知能 所員数：122名(2023年6月現在) 事業内容：科学技術計算系ソフトウェア開発 実績など： • 大手回転寿司チェーン「スシロー」の店舗にAIを用いた自動会計システム 医療情報 画像処理 を導入 • 経済産業省公募「省エネ型電子デバイス材料の評価技術の開発事業」 • 農林水産省公募「人工知能未来農業想像プロジェクト」 • 国立研究開発法人 産業技術総合研究所 「機械学習アクセラレータ改訂版プ ログラム開発」など各種公募落札 宇宙・制御 通信 ネットワーク • 国立研究開発法人 理化学研究所「ChemTSに基づいた構造発生AIの機能強 化とKNIMEインターフェイスの作成」など公募落札 • 国立研究開発法人医療基盤・健康・栄養研究所「創薬支援インフォマティク スシステム構築プロジェクトにおけるナレッジ抽出システムの開発」 800社3,500プロジェクト 他、ロボティクス、製造業、建設業などでも多数AI・画像処理システムの社会実 装実績あり の取引実績(※) ※直近10年の実績 1 ©2024 Research Institute of Systems Planning, Inc.
Page3

gLupe (ジールーペ)とは ©2024 Research Institute of Systems Planning, Inc.
Page4

製造業向け外観検査ソフトウェア gLupe とは • 製造業における製品の外観検査に特化したソフトウェア • Deep Learningを応用した当社独自の高性能エンジンにより、 1枚の画像からAI学習が可能 • 機械学習やDeep Learningの知識があまり無い方でも使用できる、 簡単操作を実現 3 ©2024 Research Institute of Systems Planning, Inc.
Page5

通常のDeep Learningとの違い gLupe Deep Learning 学習に必要な画像データ：数枚から可能 学習に必要な画像データ：クラス毎に数千枚から必要 学習に必要な時間：数秒程度 学習に必要な時間：少なくとも数時間は必要 通常のDeep Learningによる学習 通常のDeep Learning による学習 学習時間：1晩～ 正常画像 数千～数万枚 異常画像1 数千～数万枚 異常画像2 数千～数万枚 gLupe による学習 学習データの収集コスト大幅減！ スピーディーな評価が可能！ 1枚～ gLupe による学習 学習時間：数秒 4 ©2024 Research Institute of Systems Planning, Inc.
Page6

[特長1] 1枚からの画像データでAI学習 1枚の画像データでAI学習している様子を動画で紹介しています。 • 金属表面の傷検出事例 – https://youtu.be/gj529zOqEc4 • 金属部品の画像検査例 – https://youtu.be/1Q1HBptF7Yw • ワイヤーの傷検出事例 – https://youtu.be/d0CXpHbMJXw • 食品異物検出事例 – https://youtu.be/ZpoNIU9ygPc • 食品の傷み検出事例 – https://youtu.be/pQVNKrdLIw4 • 個数カウントの事例 – https://youtu.be/3mPBEDZLIqc • 弁当具材の不足検出事例 – https://youtu.be/_Xjk0uXAV4o 5 ©2024 Research Institute of Systems Planning, Inc.
Page7

[特長2] 直感的・簡単操作かつ高性能(1/2) AI学習はペンで大雑把にマークするだけ 自動検査の運用はカメラとPLCに繋げるだけ 工場の検査担当の方がご自身で設定し、AI自動検査を運用している実績が多数ございます。 6 ©2024 Research Institute of Systems Planning, Inc.
Page8

[特長2] 直感的・簡単操作かつ高性能(2/2) お客様にて手配・準備 gLupe Inspector 想定システム構成と弊社対応範囲 各種装置 制御 検査結果情報 ロボットアーム PLC シャッタートリガー 検査開始・停止命令など 弊社対応範囲 画像撮影用装置 • GigEカメラ • CameraLink 検査対象物の撮影 • CoaXPress • キーエンスVJ、 XG-X、CV-X 画像送信 生産装置 …など カメラ・照明 弊社パートナーご紹介可能 7 ©2024 Research Institute of Systems Planning, Inc.
Page9

[特長3] 様々な検査に対応 弊社独自AIとルールベースを組み合わせたこれまでにない手法 で、人手に頼るしかなかった様々な検査を自動化します。 8 ©2024 Research Institute of Systems Planning, Inc.
Page10

[特長4] PoCが不要なので最短導入可能 最低1枚の画像で学習できるから、簡易検証が速い。 既に必要な機能は揃っているから、導入までが速い。 導入後のモニタリング運用も手厚くサポート。 9 ©2024 Research Institute of Systems Planning, Inc.
Page11

提供形態 初めてAIを使ってみる。 色々と検証をしたい。 機能やスペックを制限して 自身でプログラミングして 高速に検査したい。 多くのラインに展開したい。 独自システムを開発したい。 高解像度画像を検査したい。 全ての機能を備えパワフルに処理できる 必要十分なスペックで大量展開を実現する 高性能AIをあらゆるシステムに実装 開発キット 10 ©2024 Research Institute of Systems Planning, Inc.
Page12

gLupe 導入実績 100社の導入実績 お客様ご自身でAI学習から運用までを担当し、内製化に成功している事例も数多くございます。 (敬称略、五十音順) 自動車部品各種(照明部品、鋳造・ダイカスト製品、ベアリング、塗装)、 溶接、重包装製品、半導体関連各種(完成品、ウェハー)、樹脂製品、 フィルム、衣料品、焼き菓子、食品パッケージ、メッキ製品...など 11 ©2024 Research Institute of Systems Planning, Inc.
Page13

導入事例 ©2024 Research Institute of Systems Planning, Inc.
Page14

gLupe 事例1 大手食品メーカー「フジパン」様の事例 メロンパンを上から撮影し、きれいな焼き目が 付いているかをgLupeで判定しています。 検査員の人手不足解消や、目視検査による基準 のバラつき解消に役立てていただいています。 詳細はこちら https://glupe.jp/ja/case1.html 13 ©2024 Research Institute of Systems Planning, Inc.
Page15

gLupe 事例2 精密部品メーカー「乾光精機製作所」様の事例 切削加工された完成製品を専用の検査装置で自 動検査しています。 gLupeのAI学習モデルは非常に汎用性が高く、 複数製品で設定の使いまわしができるため、少 量多品種生産の製品でも効率よく自動化を進め ることができます。 半年間で2万個検査し、見逃しはゼロ。過検出 も最小限に抑えることができています。 詳細はこちら https://glupe.jp/ja/case2.html 14 ©2024 Research Institute of Systems Planning, Inc.
Page16

gLupe 事例3 産業用包装資材メーカー「昭和パックス」様の事例 重包装製品の生産過程で、糊塗布部や折り目部 分の検査自動化をgLupeで実現しています。 糊部分は無色透明であったため、撮影には近赤 外カメラを使用。 これまで対応できていなかった生産途中の検査 を実現し、製品の品質アップに寄与しています。 詳細はこちら https://glupe.jp/ja/case3.html 15 ©2024 Research Institute of Systems Planning, Inc.
Page17

その他サポート ©2024 Research Institute of Systems Planning, Inc.
Page18

導入のステップ gLupe Inspector 導入までのステップは以下のとおりです。 Step.1 Step.2 Step.3 • サンプル撮影、AI検証含め、無償でお請 • gLupe Inspectorを現場に導入いただき • 現場のデータを実際に検査してみて、AI けします。 ます。 学習モデルや判定設定のチューニングを • 事前お打ち合わせにて条件をヒアリング • 装置側との繋ぎこみ時については、当社 行っていきます。 させていただき、実現可能性があるかを エンジニアが立会い可能です。 • お客様自身で進めていただいても構いま 数枚のデータで確認します。 • 学習の進め方含め、検査装置の使用方法 せんし、当社にてお手伝いさせていただ • 検証用サンプルは、良品・不良品共に数 をレクチャー致します。 くことも可能です。 個ずつあれば問題ありません。 • 検証結果は、御見積と合わせてご報告さ せていただきます。 17 ©2024 Research Institute of Systems Planning, Inc.
Page19

アフターサポート 製品検査自動化の道のりは、検査装置を導入してからが本番です。 導入後のアフターサポートもお任せください。 メールや電話の相談し放題 Webでの相談会も半年間無料 18 ©2024 Research Institute of Systems Planning, Inc.
Page20

カスタマイズ開発 検査対象もシステム構成も工場によって様々で、基本機能で対 応しきれない場合もあります。 足りない機能は追加します。 お気軽にご相談ください。 19 ©2024 Research Institute of Systems Planning, Inc.