大外観検査等で、画像認識AIの精度が悪い問題
こんにちは、マジセミ寺田です。
いつもマジセミにご参加いただきありがとうございます！
今回は、「外観検査等で、画像認識AIの精度が悪い問題」というテーマについて解説するセミナーを企画しました。
2023年11月17日（金）10：00 - 11：00
参加できなかった方にも、以下のサイト開催１ヶ月後に動画・資料を公開します！
https://majisemi.com/
様々な業種・企業がAI活用に取り組む時代
AIの活用が多様な業種・企業で行われることが多くなっています。
その中でも、コンピュータビジョンによる画像認識、物体検出の活用は、製造業や自動車・小売り・農業など幅広い分野で広がりを見せています。
外観検査や人、モノ、状態などの動画像認識AIの課題
画像認識のAIを最大限活用するためにはAIに対する機械学習が必須となります。
機械学習を進める中で、大きな課題となるのが「データラベリング」作業の工程です。
この工程で現場レベルで実際に活用できるデータラベリングが行えないと、検査や貨物の認識の精度が著しく低下してしまい検出漏れやミスが発生してしまいます。
また、データラベリング作業を担当できる人材（機械学習の知見と業種・産業への知見を併せ持った人材）の欠如や、作業に多大な工数がかかる点、ヒューマンエラーが発生してしまうことなども課題として存在します。
データラベリングを効率化、自動化し品質の向上とコスト削減を達成
そうした、データラベリング作業の課題を解決できるのが、「Superb AI」です。
機械学習用のトレーニングデータのラベリング作業をAIが担い、データセットの構築と反復を迅速、体系的にすることで、人材不足の解消・工数・コストの削減を達成できます。
あわせて、新機能であるキュレーション（収集機能）や画像選別の際の担当者の手間を減らすオートエディット機能の強化についてもウェビナーの中で解説いたします。
こうした機能がプラットフォーム化されているため、セキュアな環境下での業務が実現でき、関係者とのプロジェクト管理の徹底も可能なツールです。
画像認識のAIシステムを活用し事業を加速させたいとお考えの製造業・倉庫・物流業のIT開発・DX部門の方におすすめのセミナーです。
★ここでしか聞けない内容です！★
2023年11月17日（金）10：00 - 11：00
Youtubeで過去開催したセミナーの動画が視聴できます。チャンネル登録お願いします！
この記事が気に入ったらサポートをしてみませんか？