高精度な検出能力、約90%(*1)の精度で検出
瞬時にさびを特定できるAIモデル

高精度な検出能力、
約90%*の精度で検出
瞬時にさびを特定できるAIモデル

transformerベース(*2)のアーキテクチャと比較して遜色のない性能を持つ最新のcnnアーキテクチャ(*3)を採用することで、高いレベルの精度と速度のバランスを達成。 撮影した画像をアップロードするだけで、自動でさびの箇所を検出。これまでは1枚1枚、人の目で確認していた作業を自動化できます。ニーズに応じて、劣化度合いを判定するソリューションもご提供可能です。

(*1)自社データを用いた検証結果
(*2)transformer…注意機構と呼ばれる仕組みで構成されたアーキテクチャ。主に自然言語処理の分野で使用されるAIモデルに採用されていたが、近年では画像分野にも盛んに応用されている。
(*3)cnn…画像分野のAIモデルに従来から採用されてきたアーキテクチャ。畳み込みと呼ばれる処理を担うレイヤーが重ねられた積層構造が特徴的。

さび検知モデルと
さび劣化度判定モデルの2段階構成
画像からさび疑い領域を
ヒートマップとして出力可能

入力画像

• さびの有無とさびの進行度の2つを同時に判定

さび検知モデル

ヒートマップ

• 画像の各ピクセルに「さびの強さ」を付与
• 値が高いほどさび進行の可能性が高いことを示す
• しきい値処理でさび領域を抽出可能

さらに、個別の調整によって
お客様固有の判定区分での出力が可能

特徴量

• 面積
• 濃度
• テクスチャなど

統合判定モデル

判定区分例）I / II / III / IV

1. 劣化度低
2. 劣化度中
3. 劣化度上
4. 重篤

お手持ちの撮影画像を使い、さび検出をお試しいただくことができます