蘑菇传媒

　岐阜大学工学部加藤邦人教授のチームは、大规模视覚言语础滨を基に、少ないデータから高度な判定を行う汎用外観検査础滨を开発しました。この础滨は、异なる种类の製品に対しても一つの础滨で検査を行うことが可能です。本研究では、従来よりも大幅に导入コスト、导入时间を削减できるという特长を持っています。
　本研究成果は、日本时间2023年12月8日に外観検査の自动化ワークショップ痴颈贰奥2023で発表され、小田原赏（优秀论文赏）を受赏しました。

発表のポイント

• 少量データだけで品质検査ができる汎用外観検査础滨を开発。
• 画像と言语で多様な検査対象を学习した础滨に検査対象を「例示」する枠组みを実现。
• 外観検査础滨の导入コスト、导入时间の大幅削减。
• 言语と画像を理解する础滨で高精度な外観検査を実现。

详しい研究内容について

世界初、２枚の画像だけで品质検査ができる汎用外観検査础滨を开発
　　大規模Vision and Languageモデルを用いた汎用外観検査モデル

论文情报

• 雑誌名：ビジョン技術の実利用ワークショップ ViEW2023
• 论文名：大規模視覚言語モデルのIn-Context Learningによる少量データからの外観検査
• 着　者：山田悠正,尾下拓未,中塚俊介,加藤邦人,上野诗翔(岐阜大),相泽宏旭(広岛大),林良和(岐阜大)

用语解説

• 1) 大規模Vision and Languageモデル：
  大规模言语モデル（自然言语认识）と画像认识モデルを持った础滨。
• 2) In-Context Learning (ICL)：
  少数の例から学习を行い、未知のデータに対して推论を行う手法。