01 / UNDERSTAND
仕組みと使いどころ
視覚AIは、資料中でVision AIとも呼ばれるAIベースのコンピュータービジョンである。固定的にプログラムされた命令だけを使う画像処理とは異なり、視覚データで学習したアルゴリズムを用いる。主な処理には画像分類、物体検出、領域分割、物体追跡、文字認識、画像生成などがある。製造品の検査、農作物の識別、医療画像の解析支援、自動車やロボットによる周囲の認識などに利用される。出力品質は学習データの量、品質、多様性に左右される。医療画像にも利用できるが、コンピュータービジョンだけに診断を委ねることはできない。
02 / IN PRACTICE
Visual AIの活用例
たとえば、こんな場面で
工場のカメラ画像を分類し、製品上の欠陥が疑われる位置を検出する仕組みに利用する。ロボットが画像内の障害物を検出し、移動時の判断に使う用途もある。
03 / GOOD TO KNOW
使うときのポイント
分類、検出、領域分割など必要な処理を明確にし、利用環境を反映した品質と多様性のある学習データを用意する。重要な判断では人による確認も組み合わせる。
参考資料
Guide to Computer Vision: Why It Matters and How It Helps Solve Problems | NVIDIA Technical Blog （新しいタブで開きます）What is Computer Vision? （新しいタブで開きます）What Is Computer Vision? | IBM （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。