よくいただく質問として、下記のようなご質問をいただきます。
「AIは覚えた特定画像しか検出できないのか？
全く違う形状の傷や異なる欠陥なども検出できるのか？」
答えは、YesでありNoです。
Yesとしての意味：
学習した形状などの特徴やテクスチャ（表面の質感）であれば検出可能。
Noとしての意味：
覚えさせたい条件を全て組み合わせる必要はありませんが、
学習していないパターンの検出は期待できません。
YesとNoの境目は経験が必要なので、料理に例えてみましょう。
・ルールベース画像処理
①レシピ通りに調理すると、ほぼ同じ品質が得られる。
②レシピは経験者が作成し、味付けのお好み少々等は調理担当で属人化。
③料理毎にレシピが必要だが、レシピ共有サイト等には低品質レシピも掲載されており、
調理前に吟味することが重要。
・AI画像処理
①試食から調理方法をリバースエンジニアリングし、自動調理してくれる箱。
②良い素材であれば良い品質の料理を生み出すことが経験的に裏付けられている。
③煮込み料理を試食すれば、カレーからカレー風おでんに発展出来ないこともないが、
食パン等の全く異なるジャンルの料理は作ることができない。
少しイメージは膨らみましたでしょうか。
これまでのルールベース画像処理であれば、想定した事象に対しての対処を記述していました。
そのため、何が出来て何が出来ないかは仕様が全てでした。
一方、AIは学習データが全てです。
知識から入るのが難しい分野ですので、トライアンドエラーで体験することが重要です。
そのため、弊社では無償検証で当たりを付ける所から始まり、
導入サービスによるやツール導入後のサポートを重要視しています。
また、フル機能を試せる体験版も用意しておりますので、是非ご活用ください。