岐阜大学工学部加藤邦人教授のチームは、大規模視覚言語AIを基に、少ないデータから高度な判定を行う汎用外観検査AIを開発しました。このAIは、異なる種類の製品に対しても一つのAIで検査を行うことが可能です。本研究では、従来よりも大幅に導入コスト、導入時間を削減できるという特長を持っています。
　本研究成果は、日本時間2023年12月8日に外観検査の自動化ワークショップViEW2023で発表され、小田原賞（優秀論文賞）を受賞しました。

発表のポイント

• 少量データだけで品質検査ができる汎用外観検査AIを開発。
• 画像と言語で多様な検査対象を学習したAIに検査対象を「例示」する枠組みを実現。
• 外観検査AIの導入コスト、導入時間の大幅削減。
• 言語と画像を理解するAIで高精度な外観検査を実現。

詳しい研究内容について

世界初、２枚の画像だけで品質検査ができる汎用外観検査AIを開発
　　大規模Vision and Languageモデルを用いた汎用外観検査モデル

論文情報

• 雑誌名：ビジョン技術の実利用ワークショップ ViEW2023
• 論文名：大規模視覚言語モデルのIn-Context Learningによる少量データからの外観検査
• 著　者：山田悠正,尾下拓未,中塚俊介,加藤邦人,上野詩翔(岐阜大),相澤宏旭(広島大),林良和(岐阜大)

用語解説

• 1) 大規模Vision and Languageモデル：
  大規模言語モデル（自然言語認識）と画像認識モデルを持ったAI。
• 2) In-Context Learning (ICL)：
  少数の例から学習を行い、未知のデータに対して推論を行う手法。