効率的なフロー、精度の改善、業績への貢献。
課題解決はAIの開発現場から始まります。
企業の課題、エンジニアの課題。
双方を解決するのはAI開発ツール「RPipe-Image」
バラバラだったAIの開発環境の統一、豊富に揃えた最先端のAIモデル、機器との連携に特化したインターフェース。
RPipe-Imageには高精度な外観検査AIをスピーディに開発する機能が揃っています。
導入メリット開発期間の大幅な短縮、安定したAI精度、運用の内製化。
RPipe-Imageが実現します。
開発コストの低減
豊富な機能・パーツの装備により、開発工数を大幅に削減します。
Rist社内での検証において、約10分の1の工数削減を実現しました。
機器との連携に特化したインターフェースにより、既存の製造ラインにもスムーズに組み込みができます。
常に最高品質の高精度AI
搭載するアルゴリズムは高頻度でアップデート。Kaggle®での知見も詰まった最先端のアルゴリズムと、Ristのベストプラクティスを詰め込むことで、AIは常にブラッシュアップされ、精度を高め続けます。
競争優位性を向上
機器との連携を前提にしたAI開発ツールなので既存製品・製造ラインへのスムーズな組み込みが可能。高頻度でアップデートされるアルゴリズムを使い、AI機能を低コストでスピーディに強化し、製品競争力を高めます。
エンジニアに自由を。
AI開発にスピードを。
Ristのエンジニアが、社内で蓄積されたノウハウの共有と効率化を図るため開発したツールが大きく進化しました。統一されたAIの開発環境で最適なAIモデルを選定し、技術検証のサイクルを効率的に回す強力なAI開発ツール、それがRPipe-Imageです。
豊富に揃えた最先端のアルゴリズムは高頻度でアップデート。統一された開発環境は、あらゆるAIモデルを設定ファイルの変更だけで学習・評価・推論ができます。
プログラミングの知識がなくても自由に組み合わせを試すことができ、高度な知見を持つエンジニアは個々のAIの設定値を細かく調整し、より精度の高い開発が行えます。導き出した最適な組み合わせをモジュール化してお客様の既存製品に繋ぎ込むことも可能。
AIエンジニア本来の作業に専念できる環境を整え、より高精度な外観検査AIシステムを構築する近道を築きます。
資料請求、無償トライアルのお申し込みなど、お気軽にお問合せください。
検証に必要なトライアル⽤のPCは弊社でご⽤意いたします。
AIエンジニアの創造力を
最大限に広げる
5つのポイント
01常に最先端かつ豊富なAIアルゴリズムを搭載
画像分類だけでも50種類以上のアルゴリズムを搭載し、外観検査で重宝される良品学習の最先端アルゴリズム（FastFlow/PatchCore）等も搭載。また、OSSからだけでなく、国際学会等で発表される各分野のSoTA(State of The Art:最先端)のAIアルゴリズムもRist独自で実装。豊富なAIアルゴリズムを組み合わせたAI開発が実現できます。
搭載アルゴリズムの種類
Image Classification
- Swin Transformer
- ResNet
- ShuffleNet
- Deep Metric Learning
- マルチイメージ
Anomaly Detection
- PatchCore
Object Detection
- Faster R-CNN
- Cascade R-CNN
- Deformable DETR
- YOLOX
Instance Segmentation
- Mask R-CNN
Semantic Segmentation
- PSPNet
- BiSeNetV2
02高精度なパラメータをデフォルトで設定
各種AIモデルはCOCOやImageNetといった業界標準のオープンデータセットにて精度／速度を検証し、お客様に情報を公開しています。これらの標準データセットにて高い精度を達成したパラメータにより、デフォルトの設定がされています。
高精度なパラメータセット
Kaggle Masterチューニング
さらにKaggleでの知見の詰まったKaggle Masterチューニングを搭載
こちらの画像は、下記URLのデータセットを元に、Ristにて出力したものになります。
https://www.vicos.si/resources/kolektorsdd2/
https://www.mvtec.com/company/research/datasets/mvtec-ad
03AIの各種パーツまで細やかに設定可能
AIの各種パーツ(Model, Optimizer, Loss, Scheduler, Runner, Augmentation等)について個別に設定が可能です。高度な知識をもったAIエンジニアであっても物足りなさは感じさせません。
AIの各パーツを自由に設定
04設定ファイルのフォーマットが統一されており、様々なタスクを実行可能
設定ファイルの変更のみで様々なAIモデルの学習・評価・推論が可能です。
開発環境の統一
05外部システムへの組み込みも、外部システムからの操作も容易に実行
推論機能は、検査用マシンを通じて検査システム外部から容易に操作できます。コマンドラインベースでの操作も可能です。
外部システムへのスムーズな移行が可能
外観検査をより高精度にする、
さまざまなアプローチ。
複数の撮像条件からの判定マルチイメージ機能
ひとつの撮像条件（カメラ、照明）で全種類の不良を撮影するのが難しく、複数の画像から総合的に判断を行う場合があります。
例えば、異物不良の場合「カラー画像と白黒画像の両方で写っている場合は金属系異物、カラー画像にのみ写っている場合は非金属系異物」のように判断する事があります。
このような場合でも、RPipe-Imageであれば複数の撮像条件で撮影した複数の画像を多次元の“１つの画像”として学習・推論する事が可能です。
未知の不良に対応するDeep Metric Learning
著作権問題を回避する独自ベースモデル（大規模事前学習済モデル）:アマナイメージズ
RPipe-Imageシステム概念図
Contract Flow
-
お問い合わせ
お問い合わせいただいた皆様には、無料Webカウンセリングにて、現状の課題を具体的にお伺いいたします。
まずはお気軽にお問い合わせください。 -
無料トライアル １ヶ月
RPipe-Imageを１ヶ月間お試しいただけます。この間、利用方法などは弊社のエンジニアがサポートいたします。
-
ライセンス購入のご案内／ご購入判断
開発ライセンス／実行ライセンスに、それぞれ買い切り型、サブスクリプション型がございます。
お客様のニーズに合わせたライセンス数・提供形態を選定いただけます。
資料請求、無償トライアルのお申し込みなど、お気軽にお問合せください。
検証に必要なトライアル⽤のPCは弊社でご⽤意いたします。
FAQ
価格を教えてください。
1ヶ月間は無料でご利用いただけます。その後の費用は、ライセンス数・提供形態によって異なります。まずはお気軽にご相談ください。
open/closeライセンス形態を教えてください。
学習と推論の両方が可能な開発ライセンスと、推論のみができる実行ライセンスの２種類がございます。また、それぞれについて「買い切り型」と「サブスクリプション型」の２つの形態でご提供しています。詳細についてはお問い合わせください。
open/close環境の提供方法を教えてください。
RPipe-ImageはDocker Imageとしてご提供します。インターフェースについては学習機能はコマンドライン、推論機能はREST APIで操作します。詳細についてはお問い合わせください。
open/close動作環境を教えてください。
システム要件は以下のとおりです。必要スペックは利用目的に強く依存するため、無償トライアルにおいて動作確認頂く事をお勧めいたします。
《必須》
OS：Ubuntu 20.04 LTS
CPU：Intel Core i9
GPU：NVIDIA RTX A4000
メモリ：16GB RAM
ディスク空き容量：64GB
《推奨》
OS：Ubuntu 20.04 LTS
CPU：Intel Core i9
GPU：NVIDIA RTX A5000
メモリ：64GB RAM
ディスク空き容量：1TBopen/close利用できるアルゴリズムを教えてください。
RPipe-Imageでは豊富なアルゴリズムを提供しています。代表的なアルゴリズムとしては下記をご利用頂けます。
Image Classification：Swin Transformer, ResNet, ShuffleNet, Deep Metric Learning, マルチイメージ
Anomaly Detection：PatchCore
Object Detection：Faster R-CNN, Cascade R-CNN, Deformable DETR, YOLOX
Instance Segmentation：Mask R-CNN
Semantic Segmentation：PSPNet, BiSeNetV2
上記に加えて、今後さらにアップデートを行っていく予定です。open/close
Support
- 共通事項
- 内容：Slack（チャットツール）によるQ&Aの技術サポート
制限：お客様のSlack登録5名まで
対応時間：Rist営業日の11:00-16:00
レスポンス：ベストエフォートで営業時間10時間以内返信 - システムサポートの対応範囲
- RPipe-Imageの利用方法に関するQ&A
RPipe-Imageで発生したエラーに対するQ&A - 精度改善サポートの対応範囲
- システムサポートの対応範囲全て
AIモデルの精度改善に対するアドバイザリーサービス
週１回、30分のミーティングで進捗状況の確認
月１回、2時間のミーティングで精度改善に対するアドバイザリー
適時Slackで精度改善に対するQ&A - ※プロジェクトが軌道にのるまでの最初の２〜３ヶ月は「精度改善サポート」とし、その後「システムサポート」もしくはサポートなしへの切り替えがおすすめです。
Release Schedule
- 2023.06 RPipe-Image ver. 2.0をリリース
- 複数の撮像画像から判定する「マルチイメージ機能（分類）」の追加
- 未知の不良にも対応する「Deep Metric Learning機能」の追加
- 高精度なAIモデルを学習できる「Preset（高精度チューニング）」の追加
- 著作権問題を回避する「独自ベースモデル（大規模事前学習済モデル）」の追加
- 検査機への組み込みを容易にする「ONNX出力機能」の追加
- Release Date 2022.10
- Image Classification機能リリース
- Anomaly Detection機能リリース
- Object Detection機能リリース
- Instance Segmentation機能リリース
- Semantic Segmentation機能リリース