AI Visual Inspection Platform
不良品サンプルが無くても、外観検査AIは作れる。
良品画像だけで立ち上げる教師なし異常検知から、OK/NG画像からの学習、既存モデルのファインチューニングまで。DeepAge Sensorは、画像をアップロードするだけで検査モデルを学習し、検査用DLLとして既存システムに組み込めるAI外観検査プラットフォームです。2018年から製造業の現場で稼働しています。
初回のモデル作成は無料でお試しいただけます。
100%
最高精度の中央値
実データ19データセットでの比較検証
2.6倍
目標精度への到達が速い
従来のSGD比・実時間の中央値（Muonオプティマイザ）
1/2
学習時間を半減
Early Stopping導入による短縮（精度は同等を維持）
7,300件以上
累計学習件数
2018年の提供開始から製造現場で運用中
Methods
3つの学習方法から、現場の状況に合わせて選べます
不良品サンプルが十分に集まっている工程も、まだ1枚も出ていない工程もあります。DeepAge Sensorは、そのどちらからでも検査を立ち上げられるように3つの入口を用意しています。
OK/NG画像から新規に学習する
良品画像と不良品画像をアップロードすると、分類モデルを新規に学習します。もっとも標準的な進め方で、判定の根拠となる不良の種類がはっきりしている工程に向いています。
既存モデルをファインチューニングする
すでに運用しているモデルをベースに、追加の画像だけで再学習します。ゼロから学習し直す場合に比べ、少ないデータ量と短い時間で精度を引き上げられます。
良品画像だけで異常検知を立ち上げる
良品（OK）画像だけから「正常の基準」を学習し、そこから外れた画像を異常として検出します。不良品サンプルを大量に用意する必要がないため、導入初期から運用を始められます。
想定している検査対象の例
- 基板の半田不良
- 金属表面のキズ・打痕
- 樹脂成形品のバリ・欠け
- シート・フィルムの異物
- 部品の欠品・組付けミス
- 印字・刻印の不良
Training Engine
SGDでは学習できなかったデータも、速く・高精度に
学習エンジンには、Frobenius正規化とBF16数値契約を採用した独自のMuonオプティマイザを搭載しています。画像の重複を厳密に排除して選定した実データ20データセット（2クラス分類）を同一条件（5,000バッチ）で比較検証しました。
| 指標（中央値・19データセット） | SGD | 従来Muon（per-row） | 新Muon（Frobenius+BF16） |
|---|---|---|---|
| 最終精度 | 99.34% | 98.24% | 99.72% |
| 最高精度 | 99.50% | 98.79% | 100% |
| 90%精度への到達バッチ数 | 1,700 | 700 | 600 |
| 90%精度への到達率 | 17/19 | 18/19 | 19/19 |
| 勝敗（最高精度基準） | 1勝 | 0勝 | 14勝0敗5分 |
SGDでは学習が難しかったデータセットでも高精度に到達しています（56.4%→100%、57.5%→100% など）。NVIDIA RTX 50シリーズを含むBlackwell世代GPU（sm_120）での動作も検証済みです。
Platform
並列分散処理の学習基盤で、待ち時間を短くします
画像の前処理から学習の実行、デプロイまでを並列処理方式で動かしています。複数の依頼が同時に進むため、他の依頼の完了を待つ必要がありません。
- 並列分散処理 — 依頼ごとにGPUスロットを確保し、前処理・学習・デプロイを独立して進行させます。
- マルチGPU構成 — 複数GPU環境での安定稼働に対応し、実行数はGPUの空き状況に応じて調整されます。
- フェイルオーバー — 障害発生時に自動的にバックアップサーバーを起動します。
- Early Stopping — 検証精度が目標値に到達した時点で学習を打ち切り、精度を保ったまま時間を短縮します。
- 最新GPU世代への対応 — A10・Ampere・Blackwell（sm_120）各世代のGPUで動作を検証しています。
- マルチOS対応 — 検査用DLLはWindows・UNIXの双方に導入できます。
検査は1枚あたり、この速さです
GPU利用で約6倍高速。検査用DLLはGPUなしのCPU環境でも実用速度で動作します。
How it works
依頼から組み込みまで4ステップ
画像をアップロード
検査対象の画像をグループ単位で管理し、Webからアップロードします。
学習を依頼する
学習方法を選んで依頼します。電話やメールでの発注は必要ありません。
モデルを受け取る
学習が完了するとメールで通知され、精度とあわせて結果を確認できます。
既存システムに組み込む
検査用DLLと導入ガイドをダウンロードし、お使いのシステムに組み込みます。
Desktop App
デスクトップアプリ「Sensor AD」
教師なし異常検知のモデルを、現場のPC上で評価・運用するためのデスクトップアプリです。学習済みモデルを読み込み、画像が「正常の基準」からどれだけ離れているかをスコア化して判定します。
OK/NG評価と根拠の可視化
読み込んだ画像を一括でスコアリングし、精度・適合率・再現率・F1・AUROCを表示します。寄与ヒートマップにより、画像のどこが異常スコアを押し上げたかを確認できます。推論はCPUで動作します。
過検出のクラスタリング
誤って異常と判定された画像を投入すると、見た目の似たものどうしに自動でグループ分けします。同じ原因で誤検出しているまとまりを把握し、対策の優先順位づけに使えます。
Sensor AD は導入をご検討のお客様へ、お問い合わせ後にご提供しています。 リリースのお知らせ（2026.07.24）
FAQ
よくあるご質問
学習にはどのくらいの画像が必要ですか？
目安として100枚程度から始められます。教師なし異常検知の場合は良品（OK）画像のみで開始できます。
不良品のサンプルがほとんど集まっていません。導入できますか？
できます。良品画像だけから「正常の基準」を学習する教師なし異常検知に対応しており、不良品サンプルの収集が難しい工程でも導入初期から運用を始められます。
アップロードした画像はどのように扱われますか？
学習はご依頼（リクエスト）単位で行われ、お客様の画像が他のお客様のモデル学習に使われることはありません。個人情報の取り扱いについてはこちらをご覧ください。
現場にGPUは必要ですか？
不要です。学習は当社のGPU基盤で実行し、検査用DLLはCPUで動作します。さらに高速化したい場合にのみGPUを利用できます。Sensor ADの推論もCPUで動作します。
既存の検査システムに組み込めますか？
Windows・UNIX対応の検査用DLLと導入ガイドを提供しており、既存システムへ組み込んで利用できます。
無料で試せますか？
初回のモデル作成を無料でお試しいただけます。お問い合わせフォームからご相談ください。
Sensor AD はどこから入手できますか？
お問い合わせいただいたお客様へご提供しています。下のフォームから「教師なし異常検知・Sensor AD」を選んでお問い合わせください。
Contact
お問い合わせ
導入のご相談、無料トライアル、お見積りなどお気軽にご連絡ください。2営業日以内に担当よりご返信いたします。
- info@spot-corp.com
- 運営会社
- 株式会社Spot
spot-corp.com - 受付時間
- 平日 10:00〜19:00（土日祝日を除く）