タクトピクセル(株) 企業概要

タクトピクセル(株) 企業概要

タクトピクセル株式会社は人工知能(AI)技術と画像処理技術を活用して、印刷製造業の業務効率化に貢献するITソリューションを提供しています。
現場で使えるアプリケーションを確かな技術で開発し、お客様に届けることが私たちの強みであり使命です。
https://taktpixel.co.jp/

4a8d16c35a4d9b2f6630cb4bdaa7ad35?s=128

Taktpixel Co., Ltd.

September 01, 2020
Tweet

Transcript

  1. AI技術応用ソフトウェア開発 タクトピクセル株式会社 1 2020/09/01 企業概要

  2. 企業概要 屋号 タクトピクセル株式会社 / Taktpixel Co., Ltd. / TPX 事業内容

    AI,機械学習関連技術の研究開発 画像処理ソフトウェア製品の開発と販売 設立 2018年 1月 資本金等 7,700万円(資本準備金含む) 役員構成 代表取締役, CEO/CTO 玉城 哲平 取締役, CFO 辻 誠 事業所 横浜市(関内駅) Webサイト https://taktpixel.co.jp/ 2
  3. 3 タクトピクセル株式会社 / Taktpixel Co., Ltd. / TPX 画像処理を取り巻く要素技術を上手く協調させながら、新しい価値を提供したい タクト

    (takt) …指揮棒 ピクチャー(picture) …画像 エレメント (element) …要素 AI/深層学習技術で印刷・コンテンツ制作の現場を変革する
  4. 4 https://gih.yokohama/

  5. ミッション 果たすべき役割 5 最適化とは、無駄を省いて最高のパフォーマンスを達成するために適切な状態へと導くこと。 特定の技術だけにこだわらず深く深く想像をめぐらし考え抜くことで最も適した解決策を導き出し、社会をより良い方向 に改善していく。 想 像 力 と

    技 術 で 人 々 の 営 み を 最 適 化 す る ビジョン 実現したい目標 お客様の求めるものではなく、お客様の本当に役に立つ製品を作る。 どんな困難な課題に対してもチームワークであらゆる手を尽くして解決していく組織でありたい。 真に価値ある製品づくりを目指して調和する組織 バリュー 大切にしたい価値観 思いやり、粘り強さ、主体性、尊重、誠実さ
  6. 代表紹介 玉城哲平 たまき てっぺい 代表取締役、 CEO/CTO 大学 2013年 2014年 2018年

    分子構造計算、最適化問題の数値解析手法 科学技術計算ソフトウェア開発企業で半導体シ ミュレーターや数値計算ライブラリの開発 ナビタスビジョンソリューション株式会社 画像検査ソフトウェアAsmil Vision 新規開発 タクトピクセルを創業 ソフトウェア開発担当 (PHP/Laravel, JavaScript/Vue.js, Python, C/C++, 画像処理, 深層 学習) 趣味 クラシック音楽(バイオリン、ビオラ)、 読書、マラソン 6 プ ー ド ル @tpxtamaki @leetmikeal
  7. CONFIDENITIAL Taktpixel Co., Ltd. 7 リアルタイム全品画像検査 で培った高速画像処理技術 を応用します。 これまで難しかった高度な 画像認識や画像変換を実現

    します。 デザイン校正や印刷品の検 査等、製造工程の省力化に 取り組んでいます。 画像処理 深層学習 印刷製造 マルチプラットフォーム開発 パッケージ開発 クラウドサービス 事 業 領 域
  8. 印刷産業の規模は過去30年で徐々に縮小してきた

  9. 分業制が進んだ結果、中小企業が非常に多い

  10. 0 50000 100000 150000 200000 250000 300000 350000 400000 450000

    500000 0 20000 40000 60000 80000 100000 120000 140000 160000 2004年 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 品目別生産金額の推移 出版印刷 商業印刷 証券印刷 事務用印刷 包装印刷 品目別生産金額[百万円] 合計生産金額[百万円] 印刷業界も様々なセグメントがあり、情報伝達のインフラしての役割はまだまだ大きい
  11. プ ー ド ル クラウド型 オンライン校正検版ツール DLA-Mercury 印刷工場のための 深層学習モデル作成ツール 深層学習・画像処理技術

    独自ライブラリ
  12. 12 /ˈpuː.dəl/ プードル 印刷工場のための画像認識クラウドプラットフォーム POODL proofrog technology

  13. 基本機能 • ストレージ • 画像をアップロードしデータセット単位で保管する • データセットの分割・結合・編集作業が行える • アノテーション •

    分類作業に集中できるシンプルな画面設計 • 権限機能によって安全に作業依頼ができる • データの前処理 • 検査画像の特長を失わないようなデータの増幅を行う • 学習 • 専門知識無しで学習処理の実行が可能 • 解析 • 学習済みモデルの精度を分析する • 適切な学習済みモデルをダウンロードできる • 推論 • 検査装置などに組み込んでオフラインで高速処理ができる POODL proofrog technology
  14. POODL proofrog technology

  15. POODL proofrog technology

  16. 印刷画像向け深層学習画像分類エンジン • TensorFlow(+Keras)をベースにした印刷画像向け深層 学習分類モデル作成エンジン • Python言語で使用可能 • 基本機能 • 画像ファイルリスト作成

    • データの増幅(前処理) • データ分割 • 入力画像データのキャッシュ機能 • 学習、モデル作成 • 推論処理 • 注目領域可視化機能 • Web Server機能(AWS仮想環境への対応) POODL proofrog technology
  17. 印刷画像向けの特徴 技術課題 ・定量的な問題が多い ・複数画像を入力 ・背景絵柄が変化する 犬や猫などの写真(3チャ ンネルカラー画像)分類は ノウハウが一般化してき ている 検査

    ・自動検査装置の結果の精度 をさらに向上させたい ・結果を解析して生産管理に 生かしたい → 問題設定の見直し → モデルの工夫 → 大規模データ学習 POODL proofrog technology
  18. 画像の例 良品/不良品分類 欠陥品種分類 画像と分類項目の例 × 不良品 × 不良品 × 不良品

    良品 良品 毛ごみ インキカス 汚れ 異物 見当ズレ 毛ごみの付着は不良品として処置する インキカスは不良品として処置する 汚れは不良品として処置する 払ったら落ちる異物は良品扱い 微細な見当ズレは良品扱い POODL proofrog technology
  19. POODL proofrog technology

  20. 特徴 ネットワーク アプリケーション 現場に適した 権限管理 独自の深層学習 エンジン 効率的な アノテーション 独自のファイル

    システム 外部装置との 連携 詳しくは、別途POODL紹介資料参照 POODL proofrog technology
  21. システム化 ベリファイ工程の効率化

  22. 収益モデル データ収集 前処理 モデル作成 システム化 PoCサービス データ加工受託業務 受託開発 検査装置メーカー サポート

    クラウド版のみ直接提供。オ ンプレミスはサポート頂ける パートナー企業を通して販売 する。 POODL proofrog technology
  23. Service price ― エンドユーザーライセンス契約 ― クラウド版 低コストで手軽に始めたい企業様 ストレージ 月額 ¥3,000

    データの保存と閲覧 (データの保管のみ) スタートアップ 月額 ¥30,000 新規契約時・初年度 だけのお得なプラン スタンダード 月額 ¥60,000 データの準備や モデル作成までを 一貫してサポート (¥18万/6か月契約) (¥72万/年間契約) オンプレミス版 セキュリティが気になる企業様 あらゆるご要望に 柔軟にご対応します ¥300万~ 印刷製造業または関連するお客様を 対象として、本製品を組み込んだ製 品または本製品そのものを販売・提 供する場合、さらに本製品を利用し て生成した学習済みモデルを組み込 んだ製品またはモデルそのものを販 売・提供する場合の契約形態です。 オンプレミス環境の構築、クラウド 環境の運用代行、深層学習エンジン のソースコードでのご提供、カスタ マイズ要望への対応など柔軟な対応 が可能です。 詳細については お問い合わせください ― OEM契約 ― 料金プラン POODL proofrog technology
  24. 料金プラン POODL proofrog technology

  25. ベンダー向け製品 • OEMライセンス • 本製品を利用したサービス展開 • 追加オプション • 自社製品組み込みサポート •

    学習済みモデルの再販権 • 個別案件のコンサルティング • カスタマイズ、受託開発 • 深層学習エンジン “DLC-Titan” • 社内利用 • OEM アプリケーション基盤 アプリケーションとデータを分離し、さらにDB分割型のマル チテナントを採用することにより、確実なデータ分離とス ケーラビリティを実現 A社 コンピューティングリソース B社 C社 認証サービス POODL proofrog technology
  26. POODL proofrog technology https://taktpixel.co.jp/docs/poodl_pamphlet_20200420/

  27. 27 ・印刷物をスキャナで取り込み ・疑似的に画像処理で欠陥を付与 dust friction hair pinhole https://taktpixel.co.jp/docs/%e5%8d%b0%e5%88%b7%e6%a4%9c%e6%9f%bb%e7%94%bb%e5%83%8f%e3%81%ae%e5 %85%ac%e9%96%8b%e3%83%87%e3%83%bc%e3%82%bf%e3%82%bb%e3%83%83%e3%83%88tpxtech_ver1-0/ POODL

    proofrog technology
  28. CONFIDENITIAL Taktpixel Co., Ltd. 28 印刷ジャーナル 2020年1月25日号 「page2020特集号」 1ページ目全5段カラー POODL

    proofrog technology
  29. 2019/5/20 CONFIDENTIAL 29 https://proofrog.cloud/ https://proofrog.cloud/ POODL proofrog technology

  30. • パッケージ • 紙器 • 軟包装 • 広告 • チラシ、フライヤー

    • カタログ • 出版 • 雑誌 • 教科書 • 新聞 2019/5/20 CONFIDENTIAL 30 ターゲット 契約書 パッケージ 広告 チラシ 書類 書籍 プレゼン資料 POODL proofrog technology
  31. 誤って古いバージョンを入稿してしまった! 2019/5/20 CONFIDENTIAL 31 ファイル名+日付 で管理している どれが最終版かわからない 次に修正を始めるときに 誤って古いバージョンから 編集をスタートしてしまう

    POODL proofrog technology
  32. 修正結果の確認が大変! 2019/5/20 CONFIDENTIAL 32 修正依頼箇所だけではなく、 ほかの場所ももう一度確認 しないといけない ここだけを 変えてほしい! でも他の箇所も

    変わっているかも しれない。 POODL proofrog technology
  33. 2019/5/20 CONFIDENTIAL 33 POODL proofrog technology

  34. 2019/5/20 CONFIDENTIAL 34 POODL proofrog technology

  35. CONFIDENITIAL Taktpixel Co., Ltd. 35 時系列に保存 比較機能

  36. CONFIDENITIAL Taktpixel Co., Ltd. 36 複数ページの比較 共有機能

  37. 料金プラン 2019/12/10 37 POODL proofrog technology https://proofrog.cloud/pricing

  38. 2019/5/20 CONFIDENTIAL 38 デザイン会社 個人デザイナー 製版業者 印刷会社の プリプレス部門 製品ベンダー ビジネス

    チラシ 広報誌 LITE (ライト) プラン TEAM (チーム) プラン POODL proofrog technology
  39. 2019/5/20 CONFIDENTIAL 39 POODL proofrog technology 39 印刷画像向け深層学習画像分類エンジン その他画像処理、深層学習技術の応用 基盤技術

  40. 注目領域の可視化(Saliency map) Interpretable Explanations of Black Boxes by Meaningful Perturbation

    : http://openaccess.thecvf.com/content_ICCV_2017/papers/Fong_Interpretable_Explanations_of_ICCV_2017_paper.pdf [1610.02391] Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization : https://arxiv.org/abs/1610.02391 [1710.11063] Grad-CAM++: Improved Visual Explanations for Deep Convolutional Networks : https://arxiv.org/abs/1710.11063 深層学習モデルによって推測された結果は途中の計算 結果を理解することが困難であるため、説明できる深 層学習(Interpretable DL)の研究が盛んに行われている。 分類処理を行った後に「なぜその判断を行ったか?」 を可視化することにより、そのモデルが汎化能力を獲 得しているかを間接的に分析することができる。 ニューラルネットワーク構造に制約されない、より安 定的に利用できるmask法で実装した。 印刷画像向け深層学習画像分類エンジン $ dlc-titan predict-ss --model-network ${SOURCE}/network.json --model-weight ${SOURCE}/trained.h5 --image-input-model ${F1} ${F2} -- cam-type Grad-CAM --image-masking-stride 1,1 --grid 16,16 --image-target-size 112,112,3 --last-conv-layer prediction --output- dir ./predict-ss/output/ --output-heatmap ./predict-ss/heatmap/${F2##*/} --verbose DLC-Titanに実装済み POODL proofrog technology
  41. Encoder-Decoder による良品学習と欠陥検出 良品データの準備 (100枚) データの前処理 ノイズ付加 入力層 圧縮 特徴 出力層

    Encoder Decoder ハイパーパラメータ、ネットワークモデル の構造、ノイズの与え方については、印刷 の特徴に合わせた調整が必要。 POODL proofrog technology
  42. Encoder-Decoder による良品学習と欠陥検出 • 不良品画像の収集が不要であ る。(従来手法と同じ) • 基準画像との差分ではないの で、あいまいな検知ができる • 位置決め無しで欠陥を検出す

    ることができる • 検査領域の枠を引いたりなど の細かい設定が不要になる 未知のデータ 予測された良品 比較検査アルゴリズム POODL proofrog technology
  43. 深層学習モデルの設計 入力層 中間層 中間層 出力層 [b, x, y, c] b:

    バッチサイズ x: 画像サイズ幅 y: 画像サイズ高さ c: 画像チャンネル数 画像チャンネル数を4 チャンネル以上にする 適切な前処理を行う 適切な規模のネット ワーク構造とする (大きすぎるのも良 くない) 全結合層(Fully Connected)層 より Global Average Pooling 層 学習条件 ・ImageNet等からの転移学習は行わない。 ランダム初期値で学習を開始する。 ・StepwiseでLearning Rateを設定する。 ・Optimizerはあまり精度に影響しない。 Dropout層よりBatch Normalize層が重要 Residual層も取り入れる 11,283,478 26,073,878 23,593,174 50,474,518 134,360,598 55,784,214 139,670,294 21,818,390 54,313,942 0 20,000,000 40,000,000 60,000,000 80,000,000 100,000,000 120,000,000 140,000,000 160,000,000 Parameter size 定性的な分類問題 に落とし込む 精度と計算量の バランスがいい POODL proofrog technology
  44. サービス開発基盤 44 Amazon Web Serviceは世 界・国内のクラウドアプリ ケーションで広く使われてい るプライベートクラウドサー ビスです。このタイプのサー ビスの中では最も大きなシェ

    アを持ち、銀行をはじめとす る金融業や大企業のインフラ としても活用されています。 Taktpixelのサービスは以下のサービスや技術によって開発・運営されています。 認証基盤にはAuth0(オー ス・ゼロ)を利用しています。 メールアドレス・パスワード の認証に加え、SSO(シング ルサインオン)認証にも対応 しています。官公庁や大企業、 多くのクラウドサービスで採 用が増えています。 https://aws.amazon.com/jp/ https://auth0.com/customers/ Vue.js POODL proofrog technology
  45. Amazon S3 画像検査装置など 現場の管理者 お客様のネットワーク AWS Batch Managed ECS Amazon

    ECR コンテナ作成 進行状況/完了通知 Amazon SES 学習/推論 スクリプト (Python) AWS Lambda AWS CodeBuild AWS CodePipeline 10GB~1TB Amazon ECS, Fargate 管理アプリケーション Amazon RDS Amazon ECS, Fargate 認証アプリケーション Amazon RDS 学習処理スポット インスタンス (p2, p3) 顧客データストレージ Amazon ECS, Fargate GUI AWS Cloud 機械学習のクラウドアーキテクチャ POODL proofrog technology
  46. 色変換技術 46 色合い、ノイズの乗り方、 ボケ方、各版のズレ 様々な部分で異なる デザインデータ 実物のスキャンデータ 深層学習 遺伝的アルゴリズム POODL

    proofrog technology
  47. 47

  48. 展示会等イベント予定 2020年度 イベント 日付 場所 内容 AI・人工知能EXPO 2020/04/01~03 東京ビッグサイト 人工知能

    ナビタスとの共同出展 POODLの広報活動 延期 ナビタスフェア2020 2020/05/21 品川(?) 未定 中止/延期 AI・人工知能EXPO 2020/10/28-30 幕張メッセ 出展見送り page2021 2021/02/03~05 池袋サンシャインシティ 未定 CONFIDENITIAL Taktpixel Co., Ltd. 48 「印刷」「コンテンツ」業界に絞った営業活動に限定し、今年度の出展は最小限にする。 https://www.ai-expo-at.jp/ja-jp.html
  49. タクトピクセル株式会社 contact@taktpixel.co.jp https://taktpixel.co.jp/#contact お問い合わせ 会社概要、製品情報はこちら Speaker Deck : https://speakerdeck.com/taktpixel