投稿日: Dec 13, 2021
Amazon Lookout for Vision は、エッジでの異常検出のサポートのプレビューを開始します。本日より、エッジでトレーニング済みの Amazon Lookout for Vision モデルを、任意のハードウェアデバイスにデプロイすることで使用できるようになりました。トレーニング済みのモデルは、NVIDIA Jetson エッジアプライアンスまたは x86 コンピューティングプラットフォーム (NVIDIA GPU アクセラレーターを備えた Linux を実行しているもの) にデプロイできます。AWS IoT Greengrass を使用して、エッジ互換のカスタマイズされたモデルをデバイスのフリートにデプロイして管理できます。AWS IoT Greengrass は、オープンソースのエッジランタイムであり、デバイスソフトウェアを構築、デプロイ、および管理するためのクラウドサービスです。
今年の初めに、AWS は Amazon Lookout for Vision の提供を開始しました。これは、コンピュータービジョン (CV) を使用して、製造された製品の視覚的表現における欠陥や異常を見つけ出す機械学習 (ML) サービスであり、品質検査の自動化を実現します。機械学習モデルを簡単に作成して、目視検査の対象としたいプロセスについてのわずか 30 枚の画像を使用して、本稼働中の生産ラインから異常を見つけることができます。機械学習の経験は不要です。Amazon Lookout for Vision のクラウド API を使用することで、へこみ、ひび、引っかき傷などの欠陥異常を迅速かつ正確に検出できます。
クラウド内の異常を検出するだけでなく、エッジでトレーニング済みの Amazon Lookout for Vision モデルを使用して異常を検出することもできるようになりました。クラウドでトレーニングしたものと同じ Amazon Lookout for Vision モデルを AWS IoT Greengrass V2 互換のエッジデバイスにデプロイします。その後、デプロイされたモデルを使用して、データをクラウドに継続的にストリーミングすることなく、オンプレミスで異常検出を実行します。これにより、帯域幅のコストを最小限に抑え、リアルタイムの画像分析を使用してローカルで異常を検出できます。
Amazon Lookout for Vision と AWS IoT Greengrass を使用すると、品質管理や欠陥評価などのプロセスについて、CV を利用して目視検査をすべてエッジでリアルタイムに自動化できます。部品の損傷 (へこみ、引っかき傷、溶接不良など)、製品の部品の欠落、同じようなパターンで繰り返し発生する欠陥などの問題を生産ライン自体で事前予防的に特定できるため、時間と費用を削減できます。 Tyson Foods や Baxter International Inc. などのお客様は、目視検査を自動化することで品質を向上させ、運用コストを削減する Amazon Lookout for Vision のメリットを感じています。
Amazon Lookout for Vision は、AWS コンソールから直接ご利用いただけるほか、サポートパートナーを通じてもご利用いただけます。これらのパートナーは、お客様が施設内の既存のオペレーティングシステムにコンピュータビジョンを組み込むのをサポートします。今日、Amazon Lookout for Vision on Edge は、米国東部 (バージニア北部)、米国東部 (オハイオ)、米国西部 (オレゴン)、欧州 (アイルランド)、欧州 (フランクフルト)、アジアパシフィック (東京)、およびアジアパシフィック (ソウル) でプレビュー版でご利用いただけます。また、今後数か月以内に追加のリージョンでも利用可能になる予定です。詳細を確認して使用を開始するには、Amazon Lookout for Vision の製品のページをご覧ください。