AIビジョンが破損や欠陥を自動で識別。AOIの再判定と組み合わせて過検出を減らし、品質を安定させます。
AIWinOps 特許技術の画像AI基盤
画像データから、
すばやく
デプロイできる AI
アノテーション、モデル学習、マルチサイト展開を統合し、
ビジョンAIの全工程を一つの基盤で完結します。
最大検出率95%+
注釈工数削減最大90%
デプロイ時間の短縮最大80%
* 実際の効果はデータ品質、モデル、適用領域により異なります。
AIWinOpsLIVE VISION WORKSPACE
WHY AIWinOps
企業がAIWinOpsを選ぶ理由
自社専用のAIビジョンモデルを構築。データ準備からデプロイ管理まで、
AI導入のプロセスをワンストップで完結します。
VISUAL AI
5つのAIビジョン機能
多様なAIビジョンのニーズに対応
画像分類、物体検出、セグメンテーション、異常検知、欠陥生成を統合し、多様なAIビジョンモデルの構築を支援します。
画像分類Image Classification
画像全体の内容を認識し、分類とタグ管理を自動で行います。
物体検出Object Detection
対象物を正確に特定し、位置と数をリアルタイムで認識します。
画像セグメンテーションImage Segmentation
画像の領域を細かく分け、輪郭や特徴の認識精度を高めます。
異常検知Anomaly Detection
少量の正常サンプルで学習し、異常や欠陥を自動で見つけ出します。
欠陥画像生成Defect Generation
AIで欠陥サンプルを増やし、モデルの学習と最適化を加速します。
USE CASES
主な活用シーン
品質検査、安全監視、生産管理、スマート認識などをカバーし、
幅広い業種のAIビジョンニーズに応えます。
パネル／部品の欠陥検査
AIビジョンが破損や欠陥を自動で識別。AOIの再判定と組み合わせて過検出を減らし、品質を安定させます。
保護具の未着用や危険エリアへの侵入などをリアルタイムで検知し、労働災害のリスクと事故の発生を抑えます。
作業手順や操作動作を自動で識別し、異常や手順の抜け漏れをリアルタイムで通知します。
AIによるナンバープレート認識と車両の流れの分析で、駐車状況と車両の動きをリアルタイムに把握します。
布面の欠陥や糸切れをリアルタイムで識別し、不良品の流出を防いで生産品質を高めます。
腐敗、カビ、打ち傷などの欠陥を自動で識別し、食品の品質と検査効率を向上させます。
CAPABILITIES
高度なスマート機能
自動アノテーション、欠陥画像生成、画像検索などの機能で、
高品質なAIビジョンモデルの構築を支援します。
スマートアノテーション
手動に加え、6種のAI自動アノテーション（自動／高速セグメンテーション、物体検出、VLM、異常検知、動画追跡）に対応します。
画像前処理、データ拡張、AI欠陥生成を統合し、データの多様性と品質を高めて学習成果を改善します。
分類・検出・セグメンテーション・異常検知モデルをノーコードで学習。性能分析、評価指標、データセット検証で、本番運用まで改善を重ねられます。
画像データベースを構築して類似画像検索を実現。APIサービスと一括検索に対応し、大量の画像をすばやく照合できます。
モデルのバージョンを一元管理し、ワンクリックでデプロイ。画像ライブラリ全体でのバッチ推論や、API Tokenによる既存システムとの連携にも対応します。
AIWinOps WORKFLOW
AIWinOpsによるAIビジョンモデル導入フロー
データ処理、アノテーション、モデル学習のプロセスを統合し、
企業独自のAIモデルを構築します。
- 01プロジェクト作成
プロジェクトを作成し、分類・検出・セグメンテーション・異常検知から視覚タスクを選択します。プロジェクト作成 - データ処理
- データアノテーション
- モデル学習
- モデル検証
- モデルのデプロイ
INTEGRATION
AIビジョン活用の導入フロー
AIWinOps × WinEdge
データソースから現場での活用まで、
AIビジョンのプロセスを一貫してつなぎます。
産業用カメラAOI装置IPCカメラ既存の画像データベース
データ構築
AI自動アノテーションデータ前処理データ拡張
モデル開発
画像分類物体検出画像セグメンテーション異常検知欠陥画像生成
モデル管理
学習・検証性能評価バージョン管理チーム協業
画像検索
画像データベース類似画像検索一括検索APIサービス
エッジデプロイリアルタイム推論機器連携複数拠点管理データ送信／リアルタイム監視
欠陥検査寸法計測部品識別安全監視工程監視
01
画像データソース
産業用カメラ
AOI装置
IPCカメラ
既存の画像データベース
02
AIWinOpsAIビジョン学習プラットフォーム
データ構築
- AI自動アノテーション
- データ前処理
- データ拡張
モデル開発
- 画像分類
- 物体検出
- 画像セグメンテーション
- 異常検知
- 欠陥画像生成
モデル管理
- 学習・検証
- 性能評価
- バージョン管理
- チーム協業
画像検索
- 画像データベース
- 類似画像検索
- 一括検索
- APIサービス
03
WinEdgeエッジのリアルタイム推論プラットフォーム
エッジデプロイ
リアルタイム推論
機器連携
複数拠点管理
データ送信／リアルタイム監視
04
現場での活用
欠陥検査
寸法計測
部品識別
安全監視
工程監視
DEPLOYMENT
デプロイ構成とシステム要件
100%オンプレミスのプライベート導入で、
データと計算資源を完全に掌握
ソフトウェア要件
| 項目 | バージョン |
|---|---|
| OS | Ubuntu 22.04 LTS (64-bit) 以降 |
| NVIDIA GPUドライバー | 535.154.05 以降 |
| Docker Engine - Community | 20.10.17 以降 |
デプロイ構成
- オンプレミス／プライベートクラウドへ柔軟に展開
- データは100%社外に出さず、自社で完全にコントロール
- 複数人での共同作業と権限管理
- ハードウェアリソースのスケジューリングとクォータ管理
ハードウェア要件
| 項目 | 最小構成 | 推奨構成 |
|---|---|---|
| CPU | 12 コア Intel® Core™ i7-12700 プロセッサー | 20 コア / 40 スレッド以上、2 × Intel® Xeon® Silver 4210 プロセッサー |
| GPU | NVIDIA GPU VRAM 12GB、CUDA Compute Capability 7.5 | NVIDIA GPU VRAM 16GB 以上、CUDA Compute Capability 7.5 以上 |
| メモリ | 64GB | 128GB以上 |
| ストレージ | 512GB SSD + 1TB HDD | 1TB SSD + 4TB HDD以上 |
| ポート | USB 2.0 / 3.0（ドングル接続用） | |
推奨対応ハードウェア
PRICING
導入プラン
利用シーンと予算に合わせて、
ライセンス形態を柔軟に選択できます。
永久ライセンスプラン
- 永久ライセンス
- GPUサーバー構成一式
- プライベートクラウド／オンプレミス導入
- データを完全に自社で管理
- 無期限の技術サポート
おすすめの対象長期利用、データの機密性を重視する企業
年間ライセンスプラン
- 年間ライセンス
- GPUサーバー構成一式
- プライベートクラウド／オンプレミス導入
- 定期的なシステム更新
- 年間技術サポート
おすすめの対象予算に柔軟性があり、段階的に導入したい企業
年間モデルプラン
- 年間ライセンス
- GPUサーバー構成一式
- プライベートクラウド／オンプレミス導入
- SDKとAPIを提供（PC台数単位のライセンス）
おすすめの対象予算に柔軟性があり、段階的に導入したい企業