AI를 사용하여 공장 토토 사이트 시각화 - Mimamori AI 개발 -
공장 워크로드를 평준화하고 토토 사이트 내용을 질적으로 개선하기 위해 딥 러닝 적용
ihi Co., Ltd.
IHI 그룹은 공장에서의 업무 효율성을 향상시키기위한 활동을 지원하기 위해 AI 시스템을 테스트하기 시작했습니다. 딥 러닝 이미지 인식 (미리 훈련 된 AI 모델을 사용하여 이미지를 인식하고 분석하는 기술)을 기반으로 공장 토토 사이트자의 토토 사이트 시간과 토토 사이트 내용을 자동으로 시각화 함으로써이 시스템은 공장의 디지털화, 즉 디지털 기술을 활용하여 생산성을 향상시키는 데 기여합니다.
소개
각 IHI 그룹 공장은 근로자의 업무 효율성을 향상시키기 위해 노력하고 있습니다. 지금까지 근로자의 토토 사이트 시간과 토토 사이트 내용을 명확히하기 위해 공장은 스톱워치를 사용하여 시간을 측정하고 결과를 컴파일 한 후 토토 사이트 내용을 시각적으로 확인했습니다. 그러나 그러한 토토 사이트의 실제 상황을 이해하는 것은 손으로 이루어 지므로 힘들다. 뿐만 아니라, 경험을 축적함으로써 근무 시간이 줄어들고 오랜 시간 동안 근무 시간을 측정하고 컴파일하는 것과 같은 트렌드를 분석하기가 어려워지는 것과 같은 문제가있었습니다. 또한 근무 시간이나 토토 사이트 내용에 대한 기록이 보관되지 않으면 근로자의 기억에 의존하는 것 외에는 선택의 여지가 없으며, 이는 토토 사이트의 실제 상황과 차이를 초래할 수 있으며 경우에 따라 필수 개선이 어려울 수 있습니다.
최근 AI의 개발로 이미지의 사람과 대상을 감지 할 수 있으며 사람들의 행동을 자동으로 분류 할 수 있습니다. 객체 감지 및 이미지 분류로 알려진 이러한 기술은 손으로 수행 된 토토 사이트 시간 및 토토 사이트 컨텐츠에 대한 이해를 자동화 할 수 있습니다.
IHI 그룹은 공장 이미지 및 비디오에서 생성 된 이미지 인식 및 교사 데이터에서 객체 감지 및 교사 데이터를 위해 표준 데이터 세트를 기반으로 교육을받은 고유 한 딥 러닝 모델을 구축했습니다. 이 모델을 사용하여 현재 토토 사이트자를 자동으로 감지하고 토토 사이트 내용을 자동으로 인식하는 시스템 (Mimamori AI)의 테스트 토토 사이트을 수행하고 있습니다. 여기서 우리는 Mimamori AI의 특징과 미래의 개발을 소개 할 것입니다.
Mimamori AI 기능
Mimamori AI는 두 가지 기능을 갖는 시스템입니다. 공장에 설치된 카메라에서 얻은 이미지를 사용하여 자동으로 사람과 근무 시간을 계산하는 사람 감지 기능과 토토 사이트 내용을 자동으로 인식하고 토토 사이트 시간을 자동으로 계산하는 토토 사이트 분류 기능.
(1) 개인 탐지 기능
Person Detection Function은 카메라에서 비디오를 사용하여 토토 사이트자를 자동으로 감지하여 공장의 천장 근처에 설치된 토토 사이트장을 입력 데이터로 살펴볼 수 있으며 토토 사이트 현장의 각 토토 사이트장의 직장에서 토토 사이트자 수를 자동으로 측정하고 집계 할 수 있습니다. 이 메커니즘은 딥 러닝을 사용하는 근로자의 탐지 과정을 감지 된 좌표에 대한 규칙 기반 처리와 결합하고 각 토토 사이트장에 존재하는 각 토토 사이트 데스크의 근무 시간을 자동으로 집계합니다.
Mimamori AI의 분석 결과를 바탕으로 각 토토 사이트장의 부하의 불균일성을 파악하고 공장 전체의 토토 사이트량을 레벨 업하는 데 도움이 될 수 있습니다.
또한, 여러 토토 사이트장에 Mimamori AI를 설치할 때, 총 토토 사이트 시간은 각 토토 사이트장의 직장인 수와 근무 시간에 따라 토토 사이트 당 현장으로 계산할 수 있습니다. 이 데이터를 사용하면 토토 사이트 부하가 높은 토토 사이트장을 시각화 할 수있어 토토 사이트자 수를 늘리는 것과 같은 조치가 가능합니다. 사람과 토토 사이트장의 수가 증가함에 따라 토토 사이트 시간을 수동으로 측정하는 데 더 많은 노동이 필요하므로 Mimamori AI의 인간 탐지 기능이 효과적입니다.
(2) 토토 사이트 분류 기능
토토 사이트 분류 기능은 토토 사이트 데스크 근처에 설치된 카메라의 이미지에서 토토 사이트 내용을 자동으로 인식하고 여러 사전 등록 된 토토 사이트 범주와 일치하며 토토 사이트 시간을 자동으로 측정하고 집계하는 기능입니다. 이 메커니즘은 딥 러닝을 사용하여 인간 탐지 처리를 순차적으로 수행하고 감지 된 사람의 공동 포인트 정보를 기반으로 토토 사이트 내용을 추정함으로써 이미지 데이터의 토토 사이트 내용을 자동으로 인식합니다.
이전에, 각 토토 사이트에 대한 근무 시간의 고장을 알고 싶을 때, 다른 근로자는 시각적 판단을 내리거나 근로자의 기억에 의존 할 수밖에 없습니다. 시각적 판단을 할 때, 다른 근로자들은 그와 동행해야하며, 비용이 많이 들고, 근로자의 기억에 의존한다면 어떤 종류의 일을 개선 해야하는지 명확하지 않을 수 있습니다.
토토 사이트 분류 기능을 사용하여 인력없이 각 토토 사이트의 토토 사이트 시간을 계속 측정하고 집계 할 수 있습니다. 이를 통해 이전보다 병목 현상이있는 토토 사이트을 빠르게 식별하고 개선 토토 사이트을 수행 할 수 있습니다. 예를 들어, 초보자와 경험이 풍부한 사람들이 병목 현상으로 간주되는 토토 사이트을 수행 할 때의 토토 사이트 시간 차이를 이해할 수 있으므로 직원 검토의 개선 효과를 정량적으로 조사 할 수 있습니다.
Mimamori AI 의이 두 기능이 동시에 사용되면 토토 사이트자의 전반적인 움직임과 함께 토토 사이트 내용의 변화를 파악할 수 있습니다. 예를 들어, 정보 확인 시간이 Mimamori AI를 사용하여 집계 및 분석하고 전자 매뉴얼의 검색 시간이 중복된다는 것이 분명하므로 데이터 검색 가능성을 향상 시키면 확인 토토 사이트을 정량적으로 개선하는 데 도움이됩니다. 마찬가지로, Mimamori AI가 전화를 걸기 위해 필요한 시간을 집계하고 분석 할 때, 이번에는 중복이라는 것이 밝혀지면 통신 방법이 전화에서 이메일로 변경 될 수있어 토토 사이트의 품질을 향상시킬 수 있습니다. 이러한 방식으로, 각 토토 사이트장에서 Mimamori AI를 도입함으로써, 공장의 운영 상태를 시각화 할 수 있으며, 공장 전체에서 토토 사이트 내용을 정량적으로 질적으로 개선 할 수 있습니다.
또한 공장 관리 및 감독자는 시각화 된 토토 사이트 시간 및 토토 사이트 내용을 기반으로 토토 사이트자의 업무 효율성을 이해할 수 있습니다. 근로자 수는 인간 탐지 결과 (전반적인 이해)를 사용하여 식별되며 업무 분류 결과 (세부 이해)는 토토 사이트 내용 및 대화 상황의 차이를 식별합니다. 이러한 결과는 토토 사이트 효율성이 낮은 토토 사이트 컨텐츠를 식별 할 수 있으며 적절한 개선 활동을 공식화하고 구현할 수 있습니다. 이러한 방식으로 Mimamori AI를 사용하면 공장 관리 및 감독자를위한 의사 결정을보다 쉽게 지원할 수 있습니다.
기능 개선 노력
Mimamori AI는 공장 내부의 장비를 수정하고 사용하는 것뿐만 아니라 시각화 될 토토 사이트장에 쉽게 설치하고 사용하는 것을 목표로합니다. 공장 관리, 감독자 및 근로자는 자신의 목적에 따라 설치 위치를 쉽게 변경하고 사용 할 수 있습니다.
지금까지 유일한 보호자 AI는 공장 네트워크에 연결된 워크 스테이션 및 카메라와 같은 서버로 구성되었습니다. 이 구성에서 문제는 하드웨어를 설치하고 카메라와 하드웨어를 공장 보안 부서와의 조정과 같은 공장 네트워크에 연결하는 데 시간과 비용이 필요하다는 것이 었습니다. 따라서 Edge Computers와 같은 작은 하드웨어를 사용하면 카메라는 하드웨어에 직접 연결되어 로컬 영역 네트워크에서 완성되어 휴대 성이 향상되어 설치와 관련된 시간과 비용이 줄어 듭니다.
이 이니셔티브를 진행하면서 Mimamori AI는 현재 IHI 그룹이 개발 한 Edge 컴퓨터에서 구현되고 있습니다. Edge Computers에는 데이터 수집을위한 내장 인터페이스 및 통신 모듈이있어 IHI 그룹이 운영하는 IoT 플랫폼과 같은 데이터 수집 플랫폼으로 데이터를 집계 할 때 데이터 전송이 쉽습니다. 앞으로 IoT 플랫폼에서 보수적 인 AI를 구현함으로써 개발 프로그램 (가상화 기술 등) 및 클라우드의 데이터 분석 기능과의 친화력을 향상시키고 내부 데이터를 사용하여 가치 창출을 촉진 할 수 있습니다.
작동 가능성에 대해 AI는 명령 프롬프트로 예시 된대로 명령 줄을 사용하여 텍스트를 입력하지 않고 GUI (그래픽 사용자 인터페이스)를 사용하여 시각적으로 직관적으로 작동하기 쉬운 사용자 인터페이스 기능을 설치했습니다. 이를 통해 설정 파일을 드래그하고 삭제하여 카메라 이미지에서 좌표 번호를 수동으로 입력하지 않고 화면의 영역을 쉽게 지정할 수 있습니다. 또한 그래프에 시스템 감지 결과를 표시 할 때 화면의 버튼을 수동으로 그래프하지 않고 단순히 테이블 데이터 형식의 숫자를 쉽게 표시 할 수있었습니다. 이 AI 시스템은 토토 사이트 영역을 지정하고 기록하며 마우스를 사용하여 분석 결과의 그래프를 표시 할 수 있으므로 누구나 사용하기 쉽습니다.
요약
IHI 그룹은 공장 근로자의 토토 사이트 시간과 토토 사이트 내용을 자동으로 시각화하기 위해 Mimamori AI를 테스트하기 시작했습니다. 앞으로, 우리는 Edge 컴퓨터에서 Mimamori AI를 구현하고 운영을 확인하고 서비스 배치를 홍보하여 Mimamori AI가 시간이 필요한 곳에 사용될 수 있도록 홍보 할 것입니다. 앞으로, 우리는 Mimamori AI의 개발을 적극적으로 홍보 할 것이며, 이는 시험 운영을 완료하고 생산 토토 사이트을 수행 할 수 있도록 할 것입니다.
우리는 또한 생산 운영 후 Mimamori AI가 공장에 완전히 도입되면, 향후 인간 탐지와 같은 이미지 인식 기술은 토토 사이트 효율성을 향상시킬 수있을뿐만 아니라 근로자의 안전 및 재난 예방 측면에도 적용될 것으로 기대합니다. 우리는 이러한 전망을 고려하여 개발을 계속할 것이며, 다양한 위치와 상황에서 Mimamori AI를 사용하여 공장의 디지털화에 기여하기를 희망합니다.