Local Studio を始めよう
Brain Builder for AITRIOS を使って、PCやサーバー上で小規模・シンプルなユースケース向けモデルを学習・エクスポートできます。
Inspector for AITRIOSを使って検出結果を可視化し、産業用途に対応したプロトコルで予測データを出力できます。
Brain Builder の
インストール
ダウンロード、インストール、ライセンスの有効化をしよう
以下の対応エッジデバイスを1台準備してください。
Raspberry Pi AI Camera
Sony AIH-IVRW2
Rayprus CSV26
Triton Smart
Brain Builder for AITRIOSのインストールパッケージとCodeMeter User Runtimeをダウンロードし、ライセンスを有効化・管理します。
ビデオチュートリアル
(このコンテンツは英語のみでのご提供となっております)
Brain Builder for AITRIOSのインストールとライセンス認証
関連ドキュメント
データセットを作成する
AIモデル学習用画像を収集しよう
最適な精度を得るには、実運用環境で学習用画像を撮影することを推奨します。下記の表を確認し、エッジデバイスに対応したツールを選択して使用してください。
Raspberry Pi AI Camera | AIH-IVRW2 | CSV26 | Triton Smart |
|---|---|---|---|
Raspberry Pi AI Camera | AIH-IVRW2 Console/Local Console | CSV26 Console/Local Console | Triton Smart |
各AIモデルタイプのデータセット要件：
分類(Classifier)
• 画像1枚につき1製品/物体
• 最小解像度: 256x256px
• クラスごとに50枚以上の画像
検出(Detector)
• 画像内に複数物体やバリエーションを含む
• 最小解像度: 320x320px
• クラスごとに50枚以上、タグ付きオブジェクトは150個以上
異常検知(Anomaly Hi-Fi)
• 画像1枚につき1製品/物体
• 撮影条件を統制
• 最小解像度: 256x256px（粗/通常欠陥）、512x512px（細/超微細欠陥）
• 枚数: 正常50枚以上、異常5-10枚
*Local EditionのLocal consoleには対応していません。
関連ドキュメント
AIモデルを学習する
AIモデルテンプレートを選択しよう
分類(Classifier)、検出(Detector)、異常検知(Anomaly Recognizer/Hi-Fi)モデルから構築したいAIモデルタイプを選択してください。
Classifier
画像を事前定義されたクラスに分類し、信頼度付きラベルを出力
Detector
画像内の複数物体を検出・位置特定
Anomaly Hi-Fi
異常を検出し、ヒートマップで異常箇所を可視化
学習データセットをアップロードし、アノテーション、学習、評価、調整を行います。評価結果に満足したら、最適化済みモデルパッケージをエクスポートしてください。
ビデオチュートリアル
(このコンテンツは英語のみでのご提供となっております)
分類AIモデルの構築
物体検出AIモデルの構築
異常検知AIモデルの構築
関連ドキュメント
AIカメラへデプロイする
AIモデルをデプロイして実行しよう
エクスポートしたAIモデルを、推論可能な状態でエッジデバイスへデプロイします。
デバイスに対応したツールを使い、モデルをデプロイして推論結果を可視化しましょう。
Raspberry Pi AI Camera | AIH-IVRW2 | CSV26 | Triton Smart |
|---|---|---|---|
Raspberry Pi AI Camera | AIH-IVRW2 Console/Local Console | CSV26 Console/Local Console | Triton Smart |
関連ドキュメント
デバイスを
セットアップする
デバイスを準備、接続、アップデートしよう
以下の対応エッジデバイスを準備してください。
Triton Smart
LUCID Vision Labs の Arena SDK をダウンロードしてインストールしてください。
カメラをPCに接続し、ArenaViewでカメラファームウェアを最新版に更新してください。また、IMX500チップファームウェアも最新版であることを確認し、必要に応じてこちらからダウンロードしてください。
関連ドキュメント
Inspector for AITRIOSの
インストール
ダウンロード、インストールし、Brain Builderと接続しよう
ArenaViewと同じPC上にInspectorをダウンロード・インストールしてください。
InspectorをBrain Builderに接続し、ローカルネットワークまたはクラウド接続を選択します。
以下も設定が必要です：
• カメラをInspectorに接続して入力を定義
• 出力プロトコルを定義（Modbus TCP、Ethernet/IP、Neurala C++プラグインに対応）
• データフォルダ保存先を選択
• インスペクション用環境変数を設定
関連ドキュメント
データセットを作成する
AIモデル学習用画像を収集しよう
撮影対象物を準備し、Inspectorの機能で接続カメラから画像をキャプチャできます。最良の結果を得るために、実際の利用環境で撮影することを推奨します。
各AIモデルタイプのデータセット要件：
Classifier
• 画像1枚につき1製品/物体
• 最小解像度: 256x256px
• クラスごとに50枚以上の画像
Detector
• 画像内に複数物体やバリエーションを含む
• 最小解像度: 320x320px
• クラスごとに50枚以上、タグ付きオブジェクトは150個以上
Anomaly Hi-Fi
• 画像1枚につき1製品/物体
• 撮影条件を統制
• 最小解像度: 256x256px（粗/通常欠陥）、512x512px（細/超微細欠陥）
• 枚数: 正常50枚以上、異常5-10枚
関連ドキュメント
AIモデルを学習する
AIモデルテンプレートを選択しよう
Brain Builderを起動し、プロジェクトを開始しましょう。Classifier、Detector、Anomaly Recognizer/Hi-Fiモデルから構築するAIモデルタイプを選択してください。
Classifier
画像を事前定義されたクラスに分類し、信頼度付きラベルを出力
Detector
画像内の複数物体を検出・位置特定
Anomaly Hi-Fi
異常を検出し、ヒートマップで異常箇所を可視化
学習データセットをアップロードし、アノテーション、学習、評価、微調整を行います。評価結果に満足したら、最適化済みモデルパッケージをエクスポートしてください。
ビデオチュートリアル
(このコンテンツは英語のみでのご提供となっております)
分類AIモデルの構築
物体検出AIモデルの構築
異常検知AIモデルの構築
関連ドキュメント
Triton Smart cameraカメラへのデプロイ
AIモデルをデプロイして実行しよう
Brain Builder for AITRIOSからAIモデルをエクスポート後、InspectorとArenaViewをインストールしたPCにZIPファイルがあることを確認してください。
結果を可視化するには、AIモデルをTritonスマートカメラとInspector両方にデプロイする必要があります。
推論結果はInspectorのインスペクト画面で確認できます。
