Product / 学習データ作成

画像AI作成キット

自社製アノテーションツールから学習確認・分析・モデル出力まで支援

画像整理、自社製アノテーションツールによるラベル作成、オートアノテーション、AP・AR指標とグラフによるリアルタイムな信頼性確認、分析、YOLOV9MIT学習、ONNX・TF・MLモデル出力まで、画像AIづくりの流れを一気通貫で支援します。

主な機能

機能を用途ごとに整理し、導入時に検討しやすい形でまとめています。

自社製ツールでラベル作成。オートアノテーションにも対応

学習・検証・評価に使いやすい形へ整理

AP・AR指標とグラフで信頼性をリアルタイム確認

検出結果を分析し、改善点を明確化

自社製アノテーションツールとAI学習画面の流れを、実際の画面イメージとマニュアルで確認できます。

画像・動画フレームの登録、COCO/CVAT取り込み、クラス管理、Train/Val分割、エクスポートまで扱います。

矩形作成、移動、リサイズ、クラス変更、ONNXモデルによる自動アノテーションに対応します。

Loss、AP、ARをグラフで確認し、学習後にONNX、TFLite、Core ML向け成果物へ変換します。

PoC開発、独自AI構築、品質改善など、実際の利用場面に合わせて活用例を整理しています。

データ作成から学習確認まで短期間で検証

YOLOV9MIT学習で自社用途に合わせて育てる

指標・グラフ・分析結果から改善を反復

主な用途、導入時の確認ポイント、活用場面を整理しています。

アノテーションは自社製ツールで実行します。矩形ラベルの作成、確認、修正を行いやすくし、学習データ作成の手戻りを減らします。
アノテーション手順書を見る

既存モデルや検出結果を活用したオートアノテーション機能を備え、初期ラベル作成の負担を軽減します。人の確認と修正を前提にすることで、速度と品質の両立を狙います。

学習確認では、AP、ARなどの評価指標とグラフを使い、信頼性をリアルタイムに確認します。単に学習を回すだけでなく、結果の傾向を分析し、データ不足、誤検出、クラス偏りなどの改善点を把握します。

出力データはYOLOV9MITの学習で利用できる構成として実行します。同時にONNX、TF、MLモデル形式の出力にも対応し、iOS、Android、PC、組み込み環境など、複数プラットフォームで利用可能なAIモデルを作成できます。
AI学習手順書を見る

画像収集、ラベル作成、学習、評価、分析、出力までを一連の流れで扱えるため、試作段階のPoCから現場導入前の検証まで対応しやすくなります。