NVIDIA Isaac Replicator×TaoTool kit
AIモデルによる製造過程における欠陥検出を早期に実現

NVIDIA Isaac Replicatorについて

NVIDIA Isaac Replicatorは、NVIDIA Isaac Simの合成データ生成機能です。AIベースによるロボットのトレーニングに特化した合成データの生成に使用できます。
AIモデルのトレーニングには、膨大な量と種類のデータセットが必要になります。十分なデータセットを収集するには、膨大な時間とコストが必要で、データセットの収集自体が困難であったり、危険を伴う場合もあります。
NVIDIA Isaac Replicatorを利用すると、あらかじめ定義された多様な条件環境で、AI学習に用いる画像の自動生成が可能になります。

合成データについて

AIモデルのトレーニングや大規模な3Dシミュレーションの実行には、慎重に注釈付けされた多様なデータセットが必要です。また、数千から数千万の要素を含むデータセットを収集して注釈付けするには、時間がかかり、多大なコストが必要になります。
合成データは、コンピュータアルゴリズムが現実世界のデータの代わりに生成する注釈付き情報のことで、AIモデルのトレーニングと3Dシミュレーションを自動で実行します。合成データ生成（SDG: Synthetic Data Generation）によって、データセットに収集にかかる時間を節約し、コストを削減することが可能になります。

工業検査における合成データ

AIモデルを学習させるには、良品や不良品のデータが大量に必要になります。同時に、不良品はどこが不良なのかを説明するアノテーション（注釈）が必要になります。良品はともかく、不良品の発生頻度が低ければ、不良品データを用意することすら困難です。不良品データが用意できたとしても、アノテーション（注釈）の付与作業に多大な時間が必要です。このような困難な条件に対して、合成データを使用することで、AIモデルを学習させ、製造過程における欠陥の検出を早期に実現することが可能になります。

NVIDIA TaoTool kitについて

一般に機械学習モデルを作成するには、莫大な量のデータと多くのデータサイエンティストが必要です。当然、膨大な時間と多大なコストが必要になります。
TensorFlowとPyTorchに基づいて構築されたオープンソースのNVIDIA TaoTool kitは、機械学習の力を利用すると同時に、モデルのトレーニングプロセスを簡素化し、AIが推論するモデルを最適化します。結果、合理化されたワークフローを実現します。
独自のモデルまたは事前にトレーニングされたモデルを取得し、独自に収集した現実のデータ、あるいは合成データに適応させて、AI推論のスループットを最適化します。AIの専門知識や大規模なトレーニングデータセットは必要ありません。

外観検査への応用

外観検査におけるAIを利用する課題として、下記があります。

• 高精度な検査用AIモデルを作成するには、大量の「良品画像」「不良品画像」が必要。
• 画像データの準備が大変で、特に不良品画像の準備が大きな課題。
• 不良品の画像に対して、どの部分がNGであるかのアノテーション（注釈）付与作業に時間がかかる。

NVIDIA Isaac Replicator（AI学習用データ作成）とNVIDIA TaoTool kit（AIモデル生成フレームワーク）を利用することで、多くの問題を解決できます。

• NVIDIA Isaac Replicatorは、AI学習に用いる高品質な画像を生成可能。
  画像の準備が難しい「不良品画像」も、無数に作成可能。CADデータを基に「傷」や「ひび」などの欠陥を付与した、学習用の「高品質な合成データ」を生成。
• NVIDIA TaoTool kitは、不良品画像に注釈をつける「アノテーション」作業を自動で実行。多くの工数がかかっている人手作業の負担を、大幅に軽減。

SCSKによるNVIDIA Isaac ReplicatorとTaoTool kitを活用したサービス

合成データ生成サービス

• NVIDIA Isaac Replicatorを使用して、実際には存在しない不良品の画像や、既に存在する良品のCADデータから不良をシミュレートした画像を生成。
  高品質な合成データを、AI学習用データとして提供するサービス。
• ユーザーの要望に応じた不良（傷、ひび、変色など）を、合成データに反映。
• 実際の不良品が少ない場合でも、多様な不良パターンのデータセットを生成して提供。

アノテーション自動化サービス

• NVIDIA TaoTool kitの機能を利用して、合成データに対して自動でアノテーション作業を実施。
• ユーザーは、アノテーション作業にかかる時間とコストを大幅に削減可能。

ダウンロード資料