Amazon Lookout for Vision を使用して、製品に不足しているコンポーネント、車両や構造物の損傷、生産ラインの不規則性、シリコンウェーハの微小な欠陥、その他の同様の問題を特定することができます。機械学習 (ML) を使用して、人と同じようにカメラからの画像を確認および理解しますが、さらに高い精度とはるかに大きな規模で実行できます。

Lookout for Vision を使用すると、品質管理、欠陥や損傷の評価、およびコンプライアンスを向上させながら、コストのかかる一貫性のない手動検査の必要性を排除できます。機械学習の専門知識を必要とせずに、ほんの数分で Lookout for Vision を使用して、画像や対象物の検査を自動化することができます。

ダッシュボードビュー

Amazon Lookout for Vision コンソールは、使いやすいダッシュボードにより、すべての生産ラインにわたる全体的なビューを提供します。ダッシュボードには、ほとんどの欠陥、最近の欠陥、および最も高い異常率ごとにプロジェクトが表示されます。これにより、すぐに対応が必要な生産ラインとプロセスをすばやく特定できます。

Amazon Lookout for Vision ダッシュボード

シンプルなラベル付け

Amazon Lookout for Vision コンソールは、ボタンをクリックするだけで画像全体に正常または異常のラベルを適用し、画像を迅速かつシンプルにラベル付けするためのビジュアルインターフェイスを提供します。複数の画像を選択して、ワンクリックで選択範囲全体にラベルを適用することもできます。Amazon Simple Storage Service (Amazon S3) で画像を「正常」と「異常」のフォルダに分けて整理しておけば、データセット作成時にオートラベラー機能を使って各画像に自動的にラベルを付けることができます。また、大規模なデータセットがある場合、Amazon SageMaker Ground Truth を使うことにより大規模な画像のラベル付けを効率的に行うこともできます。

Amazon Lookout for Vision のシンプルなラベル付け

迅速な評価

テストデータセットでの異常検出モデルのパフォーマンスを評価します。独自のテストデータセットを提供しない場合、Amazon Lookout for Vision は、モデルのパフォーマンスを評価するためのテストデータセットを自動的に作成できます。モデル予測と割り当てられたラベルの対象比較を、テストデータセットの全画像で見ることができます。また、精密/呼び出しメトリクス、F1 値、信頼性スコアといった詳細なパフォーマンスメトリクスを閲覧することも可能です。

Amazon Lookout for Vision の迅速な評価

異常検出試行タスクとフィードバック

追加の画像に対してテスト検出タスクを即座に実行して、モデルを使って正常または異常の予測を取得できます。予測を追跡し、間違いを修正し、フィードバックを提供して新しいモデルを再トレーニングし、異常検出の精度を向上させることができます。

Amazon Lookout for Vision トライアル異常検出タスクとフィードバック

トレーニング済みのモデルをエッジで使う

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で使用することができます。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 V2 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 IoT (モノのインターネット) エッジランタイムであり、デバイス上での IoT アプリケーションの構築、デプロイ、管理を支援するクラウドサービスです。 

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できます。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 コンソールから、ターゲットとなるハードウェアデバイスを選択して、モデルを AWS IoT Greengrass コンポーネントとしてパッケージ化するだけです。お客様のモデルが AWS IoT Greengrass コンポーネントとしてパッケージ化されると、任意の AWS IoT コアデバイスにお客様のモデルを直接デプロイすることができます。

仕組み: AWS IoT Greengrass コアデバイスで使用するモデルをパッケージ化する

製造ラインの統合

Amazon Lookout for Vision を自社の製造ラインと統合し、Amazon Lookout for Vision コンソールでいくつかの API パラメータを数回クリックするだけで、お客様のユースケース用の自動視覚検査ワークフローを実装できます。Amazon Lookout for Vision API により、ワークフローを Amazon Augmented AI (Amazon A2I) に統合して、プロセスエンジニアによる人間によるレビューと検証を行うことができるため、モデルの精度を継続的に向上させることができます。

Lyra_DetectAnomalies
Standard Product Icons (Features) Squid Ink
料金ページを見る

Amazon Lookout for Vision で何ができるかをご覧ください。

詳細 
Sign up for a free account
無料のアカウントにサインアップ

AWS 無料利用枠にすぐにアクセスできます。 

サインアップ 
Standard Product Icons (Start Building) Squid Ink
コンソールで構築を開始する

AWS マネジメントコンソールで Amazon Lookout for Vision の構築を始めましょう。

サインイン