---
title: 欠点画像分類AI【アダコテック】
image: https://pr.adacotech.co.jp/hubfs/image1.jpg
---

[コンテンツまでスキップ](https://pr.adacotech.co.jp/lp/shiwaketter#main-content)

# Shiwaketter 大量の欠陥画像をAIが仕分けする

## **画像分類の悩み**

###### 分類精度が低い

> 既設画像検査機の分類機能が使いこなせていない。  
> 検討したが精度がイマイチだったので導入できない。

 

###### 未活用の大量画像

> NG画像は大量に出力されているが分類できておらず、  
> 品質管理データとして活用できていない。

 

###### 負荷のかかる目視確認

> 画像は取得できているがNG画像だけ時間をかけて目視確認しており作業員の負担が大きい。

 

## **欠陥画像分類AI ソフトウェア**

## ** Shiwaketter**

![ketten2](https://pr.adacotech.co.jp/hubfs/ketten2.png "ketten2")

- ### **各欠陥の形状特徴を認識**
  
  独自の特徴抽出技術を採用し、欠陥種類ごとに学習して入力テストデータに対して欠陥種類を切り分けます。また、学習した欠陥種類とは異なる特徴を持つ場合には、"その他"に仕分けをします。単純な輝度（明るさ）ベースの分類ではないため、従来の画像分類手法よりも精度よく分類することができます。
- ### **超高速学習・推論**
  
  深層学習手法と比べて汎用PC(GPU不要)で高速処理が可能であり、500枚程度の画像でも1分以内\*に学習・テストが完了するため、大量画像のテストでもストレスなくご利用頂けます。\* PCスペックに依存します。
- ### **検査機に組込可能**
  
  学習ツールで分類モデルを作成し、SDKで既存の検査機に組込むことができます。ハードウェアの追加購入が不要の為、導入コストを抑制できます。

## **ソフトウェア操作画面**

画像特徴がマッピング表示されるため、分類状況を確認しながらモデル性能の調整が可能です。

※開発中のため、実際にご利用頂く画面とは異なる場合がございます。ご了承ください。

![画像1-1](https://pr.adacotech.co.jp/hubfs/%E7%94%BB%E5%83%8F1-1.png "画像1-1")

## **こんな製品の品質改善に！**

![film](https://pr.adacotech.co.jp/hubfs/film.png "film")

## 樹脂シート・フィルム

![glass](https://pr.adacotech.co.jp/hubfs/glass.png "glass")

## 薄板ガラス・ガラスシート

![metal](https://pr.adacotech.co.jp/hubfs/metal.png "metal")

## 銅箔・アルミ箔

# その他、一面が一様な製品であればご検討頂ける場合がございます。 お気軽にご相談ください。

 

[資料ダウンロード](https://share-na2.hsforms.com/1qMiGgSmlTrqssx_Toq6QjQcqe43)

[お問合せはこちら](https://share-na2.hsforms.com/1ttD3_widTNyUCYuDMEIUVAcqe43)

[facebook-f icon](https://www.facebook.com/adacotechinc) [linkedin-in icon](https://www.linkedin.com/company/adacotech)

---

[![](https://pr.adacotech.co.jp/hs-fs/hubfs/logo_w_3.png?width=500&height=122&name=logo_w_3.png)](https://adacotech.co.jp/)

Copyright © 2026 Adacotech Incorporated.