数十程度の画像学習データで実装可能な施工良不良判定及び劣化判定AIモデルinspitをローンチ

この記事は約3分で読めます。
株式会社mign(マイン | 東京都文京区 | 代表取締役 對間昌宏)は、2023年4月、数十程度の画像学習データで実装可能な施工良不良判定AIモデルinspit(インスピット)をローンチしました。現場で撮影した画像を入力し、高い精度で施工の良し悪しを判定することが可能です。

■ プロダクトのデモ動画
https://www.mign.io/products/EMJuKX

■ 背景
土木構造物や建築物の竣工検査や劣化診断は、人々の生活や社会の基盤であるインフラや建物の安全性や長寿命を実現するうえで重要な行為であり、それらは現場の担当者の習熟した目視によって実施されています。しかし、経済の成長時に建設してきた多くの土木構造物や建築物が数十年の経年によって劣化が進んできたことや、環境負荷を考慮した既存インフラや中古不動産の修繕機会が増加してきたこと、一方で建設業界の高齢化と若手人材の不足による技術の継承が進まないことによって、十分に慎重な土木構造物や建築物の竣工検査や劣化診断が難しい状況が進んでいます。施工良不良判定及び劣化判定AIモデルinspitは、最新の画像認識モデルを活用し、数千から数万の画像を学習データとして必要としていた従来の画像認識モデルと異なり、数十枚程度でも高い精度(95%以上)で良不良を判定可能となっています。これによって、土木構造物や建築物の竣工検査や劣化診断の業務効率化と、担当者に依存する判定の質のバラつきを抑えることが期待できます。

■ ユースケース(土木構造物の施工良不良判定の場合)
①10枚以上の良い施工事例と10枚以上の悪い施工事例の画像を用意し、inspitに学習させます。
②現場で担当者が構造物の写真を撮影します。
③判定結果(良・不良)とその判定確信度スコアが表示されます
④不良となった事例や、良判定の中でも判定確信度スコアの低い事例を担当者が確認し、対応方法や施工会社への指示を検討します

■ 機能
・事前に学習した事例を踏まえた良不良の判定
・画像の入力と結果の出力

■ カスタマイズの例
・追加の施工個所のモデルの開発
・判定した結果のリストの作成
・様々なニーズに対して柔軟に対応可能ですので、お気軽にご相談ください。

■ 料金
SaaS(初期セットアップ料金+月額メンテナンス料金)。目安の料金はデモ動画のページに記載しています。ご面談後、お見積もりいたします。

■ 提供まで流れ
①面談、②要件の検討、③お見積り、④初期セットアップ、⑤提供、の流れで最短1か月程度で提供開始が可能です。

■ 応用可能領域
土木、建築

■ 会社概要
株式会社mignは、未来の都市や社会をつくることを目指し、先端技術を活用した世界初・業界初といえるソフトウェア・ハードウェア開発に取り組んでいます。
https://www.mign.io/

本プロダクトの導入に関するお問い合わせはこちらからお願いします。本プロダクト以外の開発等にも柔軟に対応可能です。
contact@mign.io

タイトルとURLをコピーしました