RESEARCH 02
物体検出・産業ビジョン
OBJECT DETECTION / INDUSTRIAL VISION
製造現場の品質管理から農業・サービスロボットまで、「見て・判断する」AIで現実世界の課題を解決します。
製造現場の品質管理から農業・サービスロボットまで、「見て・判断する」AIで現実世界の課題を解決します。
製造業やインフラ保守の現場では、製品の欠陥検査や設備の点検が今なお人手に頼っており、人手不足・検査品質のばらつき・コストが大きな課題となっています。一方で、不良品の見逃しは重大な事故や信頼の失墜につながります。
AIによる高速・高精度な視覚認識は、これらの課題を解決する鍵です。しかし産業現場では、欠陥サンプルが極めて少ない、未知の異常が発生する、リアルタイム性が求められる、といった独特の難しさがあります。私たちはこうした実課題に即した実用的な検出技術を研究しています。
YOLO系モデルを産業画像に特化して改良。新設計の残差ブロックやネック構造により、プリント基板（PCB）の微細欠陥を93.4% mAP・73 FPSで検出するなど、精度と速度を両立しています。
正常品のデータのみで学習し、未知の欠陥も検出する手法を研究。PatchCore、メモリバンク、セグメント要素ベース検知（SEAD）、空間・チャネル双方向アテンションなどにより、構造的・論理的な異常を同時に捉えます。
高精度な教師モデルから軽量な生徒モデルへ知識を移す手法を体系的に比較し、エッジ実装に適した異常検知モデルを構築します。
労働人口が減少する日本において、ロボットとAIによる省人化は重要な課題です。移動ロボット（モバイルマニピュレータ）のアーム先端にカメラを取り付けて撮影し、AIで食器を認識して自動回収、厨房まで搬送するシステムを開発しています。 デモ動画（YouTube）↗ 食器識別アプリをダウンロード ↗
金属劣化の早期予測は産業のリスク回避において非常に重要です。機械学習を用いて劣化の進行を予測し、設備保全に役立てることを目指しています。
果物の品質格付け（99%超の精度）、橋梁の疲労亀裂検出、農業における病害虫検出など、幅広い分野へ展開しています。