1～3 件を表示 ／ 全 3 件
詳細な生体組織情報の取得、診察から結果提示までの高速化！開発事例のご紹介
眼疾患の診療は日々進歩していますが、生体組織の情報は必ずしも十分ではなく、 病態の把握に限界があります。 当開発では、検査装置メーカー様と協力し、新たな組織特性情報を得るとともに、 その情報を最大限生かすためDeepLearning、GPGPU等の先端技術を用い、 より多角的に病態を把握する手段を示し、この課題に対応しています。 従来手法では、1回の診察データを計算するのに、およそ1時間かかっていましたが、 本計算をGPGPUにて実装しなおし、5分程度まで短縮することに成功しています。 【開発例】 ■OS：Windows 10 ■開発期間：5年 ■開発人数：3人 ■開発言語：Qt、C++、Python ■使用ネットワーク：DeepLabV2、V3 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
既存システムの性能向上・コストカット！食品異物検査装置開発の事例をご紹介
当社では、検査装置にて撮像した画像に対して、DeepLearningの物体検出技術を 適用することにより、以前は取り逃していた異物を多数検出することに成功しています。 画像処理の場合、複雑な処理工程を段階的に処理することが多く、1検査当たりの 処理時間が長くなってしまうと、全体の生産効率に影響します。 当技術では、1検査(1画像)あたりおよそ100ms以下での高速な検査が可能なため、 生産効率を落とさず、検査精度の向上を図ることに成功しました。 【開発例】 ■OS：Windows 10 pro ■開発期間：6ヶ月 ■開発人数：2人 ■開発言語：C#、C++、Python ■使用ネットワーク：SSD、Yolov3 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
属人化しがちな目視による検査行程を先端技術で自動化！開発事例のご紹介
DeepLearningを用いた画像認識技術は、高い検出性能と汎化性能により、 製造業などにおける外観検査への応用が期待されています。 当社は、LIXIL様との衛生陶器外観検査自動化プロジェクトにおいて、 PoCによるDeepLearningの物体検知を用いた欠陥箇所検出で成果をあげ、 現在ライン投入に向けて試験運用開始を進めています。 当開発の取り組みに関して、LIXIL様とコンピュータマインドの連名で 2020年度人工知能学会全国大会のインタラクティブセッションにて 発表しました。 【開発例】 ■OS：Windows 10 Pro ■開発期間：2018年〜 ■開発人数：PoC 1人/本開発2人(予定) ■開発言語：C#、Python ■使用ネットワーク：SSD512(VGG16) ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
