よくある質問（FAQ）

ER-FlowScan Suite は、株式会社ER SYSTEMS が開発・提供する産業・研究用途向けの高性能画像解析・AI外観検査ソフトウェアスイートです。

製造ラインにおける高速物体計数、欠陥自動検出、自然言語による柔軟な外観探索、画素単位の精密領域抽出、太陽光パネルEL検査、3D時系列生体解析、および16バンド可視光ハイパースペクトルによる材質・真贋識別まで、用途に応じた複数の専門AIモジュールを柔軟に組み合わせて運用できます。

1つの巨大なモデルにすべての処理を担わせると、計算コスト（高価なGPU要件）の肥大化、推論遅延の増加、過学習による誤検知、そして障害発生時の原因究明が困難になるという産業上の課題が生じるためです。

ER-FlowScan では、「計数には高速追跡モデル（FlowCount/Detect）」「形状定量にはセグメンテーション（Analyze/Solar Filament）」「波長分析には分光アテンション（OptiScan-HSI）」というように、タスクごとに最適化された軽量・高精度なアーキテクチャを独立したモジュールとして提供します。必要な機能だけを無駄なく導入・連携させることが可能です。

学術的なトレンドだけでなく、製造現場での決定性・再現性・リアルタイム性を最重要視した設計を採用しています。

• Transformer & RF-DETR: NMS（非最大値抑制）の閾値依存を排除したエンドツーエンド物体検出。
• 3D U-Net & 時系列グラフ追跡: Z軸方向の空間連続性や時間フレーム間の整合性を考慮した多次元解析。
• 波長間 Self-Attention: 16〜224バンドのハイパースペクトル分光シグネチャを直接テンソル演算する材質識別。
• 自己教師あり学習（MAE / AutoEncoder）: 少数の正常品データから未知の微小欠陥を捉える異常検知アプローチ。

深層学習の基礎理論や各技術の対比は 深層学習・ANN解説 および インタラクティブ実験室（Lab） で公開しています。

現在展開している 8 つの主要モジュールとそれぞれの用途は以下の通りです：

Detect は、数枚のサンプル画像から新しい物体クラスを柔軟に登録（Few-Shot）し、カメラ画角内での位置把握や追跡を行う汎用検出モジュールです。

FlowCount は、食品加工ラインや部品搬送コンベアなどの「一定方向に高速で流れる大量の物体」を対象とし、仮想判定ライン（Virtual Tripwire）の通過を厳密にカウントすることに特化したモジュールです。IDスイッチ（取り違え）による二重カウントを防ぐ高度なカルマンフィルタ追跡と軽量化処理が組み込まれています。

通常の RGB カラーカメラでは「色や形状が酷似していて見分けがつかない対象」を識別する場面で特に効果を発揮します。

• 食品と異物・模造品の識別： 生鮮野菜・果物とプラスチック製サンプル・樹脂片の混入検査。
• リサイクル素材の材質分別： 見た目が透明な PET、PP、PE、PS などのプラスチック樹脂の分光識別。
• 工業製品の真贋・コーティング検査： 薬品錠剤の有効成分分布、基板上の微細な接着剤塗布ムラ、塗装欠陥の検出。

詳細は OptiScan-HSI の技術解説 をご覧ください。

はい、十分に転用可能です。

• Solar Filament（線状構造分離）： 半導体ウエハのマイクロクラック、CFRP炭素繊維の配向性乱れ、ガラス表面のヘアラインキズ検出など、細長く背景と同化しやすい欠陥の精密抽出に応用できます。
• Biohub（3D時系列トラッキング）： 混相流（気泡や液滴）の挙動解析、粉体流動の3次元粒子追跡、ロボットハンド把持時の動的変形計測などにアルゴリズムを流用可能です。

はい。一般的な産業用カメラ規格（GigE Vision、USB3 Vision、GenICam、Camera Link等）のほか、標準的な RTSP / WebRTC ストリーム、産業用静止画フォーマット（TIFF、PNG、RAW、FITS等）に対応可能です。

また、照明条件や搬送速度（ラインタクトタイム）に合わせたフレームレート設計やバッファリング制御のチューニングもサポートいたします。

精度は対象物の光学特性、照明環境の安定性、欠陥のサイズ、および正解ラベルの定義品質に依存するため、一律の数値を確約することはいたしません。

当社では、事前検証（PoC）において「mAP」「Dice / IoU」「混同行列（Confusion Matrix）」「過検出率・見逃し率」を定量測定し、お客様の合否判定基準に達するまで閾値調整やデータ拡張の最適化を段階的に行います。

いいえ、診断・治療等の医療行為には使用できません。

MediSeg-AI は、医用画像工学・アルゴリズム研究を目的とした技術実証・可視化モデル（研究用）です。医療機器としての薬事承認を取得したものではありません。

用途および推論タクトタイムに応じて、柔軟なハードウェア構成を選択できます：

• GPU 推論環境（推奨）： NVIDIA RTX 3060 / 4060 以上の GPU（VRAM 8GB〜16GB）。TensorRT / CUDA を活用し、高解像度画像やハイパースペクトルテンソルを数十ミリ秒以内で高速推論します。
• CPU / エッジ環境： Intel Core i5/i7 または AMD Ryzen（メモリ 16GB 以上）。ONNX Runtime による量子化（INT8 / FP16）モデルを用い、GPU非搭載の産業用PCでも FlowCount や Detect のエッジ推論が可能です。
• 対応 OS： Linux（Ubuntu 22.04 / 24.04 LTS）、Windows 10 / 11（64bit）。

はい。判定結果（OK / NG / 警告）、欠陥座標、計数値などを、以下の標準インターフェースを介して外部システムへリアルタイム出力可能です：

• 産業プロトコル： CC-Link、Modbus TCP、OPC UA、MCプロトコル（三菱電機）、FINS（オムロン）等。
• ソフトウェア連携： REST API、WebSocket、MQTT、共有メモリ、CSV/JSONログ出力。
• ハードウェアI/O： デジタルI/Oカード経由の接点出力（パトライト点灯、エアブロー排出トリガー等）。

はい。Detect や FlowCount では、GUI上から新しい対象の枠指定や追跡感度パラメータの微調整を行えます。

また、定期的なライン変更に伴うファインチューニング（追加学習）スクリプトや、当社エンジニアによる学習パイプライン保守支援も提供しております。

必要なモジュールの組み合わせ、設置台数（ライセンス数）、およびカスタマイズ開発の有無に応じた個別見積もりとなります。

無駄な一括購入を避け、まずは 1 ライン・1 モジュールでのスモールスタート（PoC）から導入いただけます。詳細なお見積もりは 導入相談窓口 よりお問い合わせください。

オンプレミス導入の場合、外部ネットワークへのデータ送信を行わない構成で運用いただけます。

すべての推論処理・画像保存・ログ出力はお客様の工場内ローカルPCまたは閉域網サーバ内で完結します。機密性の高い新製品の製造ラインや研究開発データでも、情報漏洩リスクを遮断した高セキュリティ環境下で運用いただけます。

はい。商用納品するシステムにおいては、Apache-2.0、MIT、BSD などの商用利用が明示的に許諾されたアーキテクチャおよび自社開発コードのみを採用しています。

非商用限定（CC BY-NC 等）のデータセットやモデル重みを商用環境に流用することは一切ありません。公開サイト上で使用している研究用データセット等の出典・著作権表記は データ・モデルについて に開示しています。

お客様からご提供いただいた検査画像データ、およびそれを用いて生成されたファインチューニング済みモデル重み・学習パラメータの知的財産権はお客様に帰属いたします。

当社が事前の書面承諾なく他社や別プロジェクトに転用することはございません（秘密保持契約：NDAの締結にも対応いたします）。

当サイト上では、各種モデルの構造や挙動をブラウザ上で確認できる可視化・シミュレータツールを公開しています：

• 深層学習 インタラクティブ実験室（Lab）：テンソル演算、3Dスライス、波長Self-Attention等のシミュレータ。
• MediSeg-AI 3D構造ビジュアライザー：U-Netのエンコーダ・デコーダ立体構造モデル。
• 重みテンソル・パラメータ可視化：学習済み重みの層別分布・チャネル解析。
• Biohub モデル推論パイプライン可視化：3段モデル（3D U-Net + Transformer + ILP）のデータフロー。

通常、以下のステップで円滑に評価検証を進めます：

1. ヒアリング・要件定義： 検査対象、欠陥の種類、タクトタイム、設置環境の確認。
2. サンプル画像・動画の受領（秘密保持契約締結）： 正常品・不良品の代表データをお預かりします。
3. 机上検証・適合性評価： 当社環境にて最適モデルの選定・テスト推論を実施し、検出レポートを提出。
4. オンサイト / 実機デモ： 必要に応じて現場でのテスト機設置やカメラ適合テストを行います。
5. 正式導入提案： ハードウェア・ソフトウェア構成とお見積もりをご提示。

以下のお問い合わせフォームまたはメールアドレスまでお気軽にご連絡ください。担当エンジニアが技術的適合性を含めて迅速にご回答いたします。