外観検査AI「gLupe」とは？Intel CPU対応でGPU不要になった開発キットのメリットを徹底解説

gLupe開発キット、Intel CPUのみでの動作に対応し導入環境を大幅緩和

株式会社システム計画研究所は、1枚の画像で学習できる画像AI「gLupe」の開発キット（SDK）において、不良箇所学習機能が専用GPU不要でIntel CPUのみで動作するよう刷新したことを発表しました。これにより、対応するIntel CPUであれば統合グラフィックス（iGPU）への処理オフロードも可能となり、gLupeの生産装置、検査装置、組み込み機器、エッジ端末など幅広い現場への展開がさらに容易になります。

専用GPU非依存で動作環境が大幅に拡張

これまでのgLupe SDKは動作に専用GPUが必須でしたが、今回のアップデートにより、不良箇所学習機能がIntel CPUのみの環境で動作できるようになりました。さらに、対応するIntel CPUが搭載されていれば、内蔵のIntelグラフィックスチップへ推論処理をオフロードすることで、CPU単体での実行よりも高速な動作が期待できます。

この変更により、以下のメリットが提供されます。

• 専用GPU非依存: 専用GPUがなくてもgLupe SDKの利用が可能になります。

• Intel iGPUオフロード: 対応CPUであればIntel統合グラフィックスを活用し、高速推論を実現します。

• 展開範囲の拡大: エッジコンピューター、産業用PC、組み込み機器など、幅広いプラットフォームに対応します。

gLupe SDKが提供する3つのAI機能

gLupe SDKは、検査目的に応じて3種類のモードを提供しています。特に、最も汎用性が高く利用される不良箇所学習機能がIntel CPUのみで動作可能になりました。

学習モードの種類

• 不良箇所学習: 検出対象とそれ以外を領域分割する機能です。外観検査、部品有無検査、員数カウント、装備品確認、任意物体の検出など、汎用性の高い用途に利用できます。

• 良品学習: 正常品の特徴を学習し、異常を検出する機能です。傷、汚れ、異物などの一般的な外観検査に役立ちます。

• 分類学習: 複数クラスに画像を分類する機能です。品種や不良種類の分類などに活用されます。

最低1枚の画像からAI検査を開始できる不良箇所学習

不良箇所学習はgLupe SDKの中でも特に汎用性の高い機能です。最低1枚の画像があればAI学習が完了するため、圧倒的な使いやすさを実現しています。学習の操作は直感的なUIで完結し、画像処理やAIの専門知識は不要です。これにより、検査装置を提供する側が設定・調整を担うことなく、ユーザー自身が自立して学習・更新を行えるため、サポートコストを大幅に削減できる「手離れの良いAI検査装置」の実現に貢献します。

これまでに170社以上の導入実績があり、そのほとんどの現場で、現場のオペレーター自身がAI学習を実施しているとのことです。これは、gLupeの操作性と学習の容易さを示す具体的な実績と言えるでしょう。

従来の画像処理（2値化）をAIで代替

これまでの外観検査では、検出対象のRGB値や輝度値を閾値に設定して2値化処理を行う手法が一般的でした。しかし、検出対象と背景の色・明るさの差が小さい場合や、照明条件が変化する環境では、適切な閾値設定が難しく、安定した検出が困難なケースがありました。

gLupeの不良箇所学習機能は、この2値化処理をAIに置き換えることが可能です。単純な色情報だけでなく、周辺ピクセルの情報から形状やテクスチャ情報も加味した領域分割を行うため、従来の2値化では困難だった以下のようなケースにも対応できます。

• 色差が小さく2値化困難な傷・汚れの検出

• 照明ムラや背景変化に強いロバストな検出

• 形状・コンテキストを考慮した精密な領域分割

既存の画像処理資産を活かした統合が可能

不良箇所学習の出力は、従来の2値化処理後の出力と同等に扱うことができるため、既存の後段画像処理にそのまま渡すことが可能です。そのため、これまで画像処理ベースで検査装置を開発してきたエンジニアも違和感なく導入できます。既存の判定ロジックやシーケンスをそのまま活用しつつ、検出部分のみをgLupeに置き換えることで、対応範囲を大幅に拡張することが期待されます。

今後の展望

gLupe SDKの動作環境拡張により、これまでGPU搭載コストが導入の障壁となっていた小型検査装置や低コスト検査ラインへの展開が加速する見込みです。株式会社システム計画研究所は、今後もユーザーの現場ニーズに応えるアップデートを継続し、製造業の品質向上と自動化推進に貢献していく方針を示しています。

gLupe開発キット(SDK)必要システム構成

専用GPUで動作させる場合（不良箇所学習、良品学習、分類学習）

• CPU：Intel Core 第8世代以降

• GPU：CUDA対応NVIDIA製GPU VRAM 2GB以上（4GB以上推奨） Compute Capability 5.0以上

CPUで動作させる場合（不良箇所学習）

• CPU基本動作：Intel Core 第8世代以降

• iGPUオフロード時：Intel Core 第8世代以降の統合グラフィックス搭載モデル（Intel グラフィックスドライバーVer.31.0以降）

関連情報

• gLupe 製品ページ: https://glupe.jp/ja/

• gLupe 導入事例・検出例: https://glupe.jp/ja/example.html

• 株式会社システム計画研究所: https://www.isp.co.jp/

AI Workstyle Lab編集部コメント

今回のgLupe SDKのアップデートは、特に中小規模の製造業者や、エッジデバイスでのAI導入を検討している企業にとって大きな意味を持ちます。専用GPUが不要になったことで、初期導入コストが大幅に抑えられ、既存の産業用PCや組み込み機器にもAI外観検査を容易に組み込めるようになります。これにより、これまで費用対効果の面でAI導入を見送っていた現場でも、不良品検出の精度向上や人件費削減といった具体的な収益改善・効率化が期待できるでしょう。特に、熟練工の目視検査に頼っていた分野で、品質の均一化と生産性向上に貢献する可能性を秘めています。

生成AI学習に取り残されないために…
ChatGPTなどの生成AIを使いこなして、仕事・収入・時間の安定につながるスキルを身につけませんか？

AI Workstyle LabのAIニュースをチェックしているあなたは、すでに一歩リードしている側です。あとは、 実務で使える生成AIスキルを身につければ、「知っている」から「成果を出せる」状態へ一気に飛べます。

PR｜生成AIスクール

🧠 実践型 生成AIスクール「スタートAI」

講師：栗須俊勝（AI総研）
30社以上にAI研修・業務効率化支援を提供。“大阪の生成AIハカセ”として企業DXを牽引しています。

• 日々の業務を30〜70％時短する、実務直結の生成AI活用法を体系的に学べる
• 副業・本業どちらにも活かせる、AI時代の「稼ぐためのスキルセット」を習得
• 文章・画像・資料作成など、仕事も趣味もラクになる汎用的なAIスキルが身につく

ニュースを読むだけで終わらせず、
「明日から成果が変わるAIスキル」を一緒に身につけましょう。

無料セミナーに今すぐ参加する 編集部レビューを見る