画像合成や3Dで正解付き画像を作り、AI学習データを整える
画像認識AIの学習用画像と正解ラベルを、画像合成・3Dシミュレーションなどで生成するデータセット構築技術。
株式会社Techno.send 九州工業大学発 ／ 福岡県 北九州市 ／ 2017年設立
技術を使った製品・サービス 画像認識 合成データ 教師データ生成 データセット構築 3Dシミュレーション AI受託開発
実用化の段階
研究実証販売
学習データ生成サービスは公開され、北九州市の新商品認定を受けているが、確認できた公開情報では同製品の有償導入・販売実績を特定できなかった。
4製品
3提携・顧客
1特許
0出資者
しくみ
解こうとしている課題
画像認識AIの学習データを人手で作る際に生じる、作成時間・費用、ラベルの精度、機密画像を外部に渡すことによる情報漏えいの懸念を減らす。
どう動くか
対象物の画像を合成したり、3Dシミュレーションで場面を作ったりして、画像と正解ラベルをセットで生成する。会社は、画像の解析に応じて生成方法を設計し、生成後のデータも解析する手法を研究している。市の説明では、教師データの精度、人手と時間のコスト、情報漏えいリスクの低減を目指す。
できるようになること
市の採択資料は、画像と教師データを半自動生成し、精度・作業コスト・情報漏えいの課題を解決することを目標としている。普及すれば、画像認識AIの開発に必要な学習データを準備しやすくし、製造検査や物体認識などへのAI導入を後押しする。
技術の出自：九州工業大学大学院 生命体工学研究科の画像認識・データセット生成研究。KIEPS（北九州SDGsイノベーション＆アントレプレナーシッププラットフォーム）のプロジェクトを通じて事業化。 出典1 出典2 出典3
使われる場面
- 画像認識AIの学習用データセット作成
- 製造工程の物体計数・分類
- 画像検査・物体認識
- AIシステムの受託開発
- 企業向けAI導入支援・AIプログラミング教育
優位性の主張
会社の主張
画像合成・3Dシミュレーション等を使い、画像と教師データを半自動で生成して、データ精度、人手・時間コスト、情報漏えいの課題を解決すると説明している。
会社の主張
同社の発表として、従来の人手作業との比較でGPUなし約540倍、GPUあり約1,000倍の速度、従来約2か月かかる作業を約1時間で完了すると報道されている。比較条件の詳細は公開記事に記載されていない。 出典
製品・サービス
販売中
Dataset Generator／データセットジェネレータ
画像合成や3Dシミュレーションなどで、物体認識AIの学習画像とラベルのデータセットを構築する。 出典
画像認識AIを開発・導入する企業。製造業の検査・計数、物体認識AIの開発者など。
これまでの歩み 新しい順
提携先・顧客
共同開発
国立大学法人九州工業大学 KIEPSを通じて同大学の研究技術を事業化。会社発表で研究室の技術活用を説明。 出典
共同開発
オングリット株式会社 足場資材の計数・管理に関する特許出願で共同出願人。 出典
大学との関係
共同研究
九州工業大学 九州工業大学の資料に、Techno.sendが参加した連携体による道路附帯設備点検支援事業が掲載されている。同社はAI画像解析ソフトの開発支援・監修を担当し、九州工業大学は画像解析や振動センサーの分析、助言を担うと記載されている。 出典