– NAITの特徴 –
– NAIT のディープラーニングモデル –
セグメンテーション
セグメンテーションは、オブジェクト、形状および画像内の位置を認識します。
欠陥領域を的確に見つけたり、画像内の複数のタイプのオブジェクトを発見したりするのに有効なモデルです。
クラシフィケーション
クラシフィケーションは、各クラスリストからイメージ全体を識別します。
異なるクラスの画像を区別し、各クラスに分類できます。
ディテクション
ディテクションは、特定のオブジェクトを検出します。
オブジェクトのサイズと位置をボックス形式で表示し、そのクラスを識別します。
OCR
OCRは、画像内のテキストの認識に特化しています。
このモデルは、画像からテキストを検出し、その中の各文字を認識することができます。
アノマリーディテクション
アノマリーディテクション（異常検出）は、正常な画像のみを学習した後に、
外れ値を識別する教師なし学習モデルです。
ローテーション
ローテーションは、画像を適切な向きに回転させるために使用します。
このモデルはオートラベリング、または推論中に画像を自動的に整列される場合に役立ちます。
– NAIT アプリケーション事例 –
各種お問い合わせ
AI外観検査を検討中のお客様、他社のAIを検討したが断念したお客様、検査員不足が深刻なお客様など、お気軽にお問い合わせください。
