手作業による監視では、製造現場における標準作業手順（SOP）や安全・セキュリティ上の違反をメーカーが把握するのに時間がかかり、信頼性に欠けていた。
WG Tech Solutionsは、Ultralytics YOLO を活用してdetect 違反行為をリアルタイムでdetect 、安全事故を28%削減するとともに、コンプライアンスの徹底を図っています。
製造業の生産業務の追跡と改善は、多くの工程が依然として手作業であるため、困難を伴うことがあります。こうした業務の可視性の低さは、ボトルネックや労働力の未活用といった、見つけにくい隠れた非効率性を招くことがよくあります。
例えば、作業員が適切な個人用保護具（PPE）を着用しているか、資材が正しく取り扱われ積み上げられているかといった安全・コンプライアンスの確認は、多くの場合手作業で行われているため、慌ただしい現場では違反を見逃しがちです。
こうした課題を解決するため、WG Tech Solutionsは、継続的な監視を可能にするAI搭載の映像分析プラットフォーム「WGDeepInsight」を開発しました。Ultralytics YOLO などのコンピュータビジョンモデルを用いてライブ映像を分析することで、このプラットフォームは業務状況をリアルタイムで可視化し、チームが製造プロセスを観察、分析、改善することを支援します。
WG Tech Solutionsは、実環境向けのインテリジェントシステムの構築に特化したエッジAI企業です。同社は、カスタムハードウェア、AIモデル、アプリケーションソフトウェアを統合したエンドツーエンドのAIソリューションを開発しており、これにより組織はエッジ側で直接、業務の監視、分析、改善を行うことが可能になります。
インドに拠点を置く同社は、製造、自動車、農業、医療システムなど、リアルタイムの洞察や現場からの情報が極めて重要となる多岐にわたる業界で事業を展開しています。
同社のコアプラットフォームである「WGDeepInsight」は、AIを活用した映像分析を通じて、業務の状況をリアルタイムで可視化するように設計されています。セキュリティ、監視、安全基準の遵守、品質検査など幅広い用途に対応し、ユーザーがエッジ側で直接、活動を監視し、detect 、ワークフローを改善できるようにします。
WGDeepInsightは、コンピュータビジョンモデルとAIoT（人工知能モノのインターネット）機能を組み合わせることで、製造業者が工場環境全体においてtrack 、コンプライアンスの監視、および業務の可視性の向上を実現できるようにします。
工場運営を大規模に監視するには、一貫した可視性が不可欠ですが、実際の生産環境では、それが決して容易なことではありません。作業ステーションごとに業務内容が異なり、作業員は通常、1日のうちにさまざまな業務を担当し、分散した工場施設では状況が刻々と変化するからです。
多くの場合、製造現場では依然として、track 目視確認や現場での点検に頼っています。こうした従来の方法は基本的な監視は可能ですが、作業が実際にどのように行われているかについての洞察を得るには限界があります。
つまり、正確で偏りのない作業時間・動作データを収集することは困難です。安全やセキュリティが関わる場合、こうしたデータの不足はさらに深刻な問題となります。個人用保護具（PPE）の不着用、不正アクセス、不適切な資材の取り扱いといった問題は見過ごされがちであり、対応が遅れると、違反の再発を防ぐことが難しくなります。
例えば、WG Tech Solutionsは、複数の工場を運営し、同様の課題に直面していた大手ODM（受託設計製造）企業と協力しました。このODM企業の組立工程の多くは依然として手作業であったため、生産性、安全性、およびコンプライアンスの監視は、目視による確認に大きく依存していました。
生産性と安全基準の遵守を最適化するため、このODM企業は、信頼性の高い時間・動作データを収集し、各作業ステーションにおけるtrack 手順（SOP）の遵守track 、detect 違反をdetect するための、より体系的なアプローチを必要としていました。
また、適切なチームにリアルタイムのフィードバックを効果的に伝える方法も必要とされていました。自動化がなければ、このレベルの可視性を拡大することは依然として大きな課題となっていました。
WG Tech Solutionsは、YOLO 自社のWGDeepInsightプラットフォームに統合し、物体検出、物体追跡、インスタンスセグメンテーションといった主要なコンピュータビジョンタスクを実現しています。これらのモデルをライブ映像に適用することで、同プラットフォームは、チームが業務を継続的に監視し、正確な時間・動作データを収集し、非効率な点をリアルタイムで特定することを可能にします。
このアプローチは、前述の主要なODM企業における導入事例で採用されました。WGDeepInsightはハイブリッド構成で導入され、ワークステーションや工場全体のIT環境に AxeleraMetis AIアクセラレータが配備されるとともに、Voyager SDKを活用して大規模なエッジ展開を効率化しました。
YOLO Ultralytics YOLO 画像認識機能を活用し、工場内の各ステーションにおける業務の監視、標準作業手順（SOP）のtrack 、および個人用保護具（PPE）の未着用、無断立ち入り、資材の不適切な積み上げといったdetect 違反行為detect 。
これを裏付けるため、3週間にわたり複数のワークステーションから動画データを収集し、独自のインターフェースを用いてアノテーションを付与しました。このデータセットを用いて、Ultralytics YOLO トレーニングおよび微調整が行われました。これには以下が含まれます Ultralytics YOLO11 および Ultralytics YOLOv8を、工場環境に合わせて最適化しました。
モデルには、実環境下でも信頼性の高いパフォーマンスを確保するため、推論ロジックの追加、パラメータの微調整、および最適化手法がさらに組み込まれました。導入後、このプラットフォームにより、リアルタイムの監視と違反の自動検出が可能となり、運用状況について一貫性のあるデータに基づいた可視性が提供されました。
WG Tech Solutionsにとって、Ultralytics YOLO 、さまざまな工場のユースケースに迅速に適応できるコンピュータビジョンソリューションを構築するための強固な基盤となりました。エッジ側で高性能な推論処理を実現するその能力は、低遅延と継続的な監視が不可欠な大規模な製造環境において、最適な選択肢となりました。
YOLO 、デプロイメント向けに、以下のようなさまざまなエクスポート形式に対応しており、柔軟性を提供しています。 ONNX、PyTorch、および NCNNなど、デプロイメント向けのさまざまなエクスポート形式に対応し、柔軟性を提供しました。これにより、エッジデバイスと集中型システムの両方への統合が容易になり、ハイブリッドアーキテクチャの構築が可能になりました。
全体として、Ultralytics YOLO を活用することで、WG Tech Solutionsは、大規模な工場環境全体で信頼性の高いパフォーマンスを維持しつつ、カスタマイズされたソリューションをより迅速に提供することができました。
YOLO を活用するWG Tech Solutionsの「WGDeepInsight」プラットフォームは、工場の操業状況を継続的に監視・分析し、安全性、コンプライアンス、および業務の可視性を向上させます。
大手ODM企業の場合、労働安全に関する違反件数は28%減少しました。低遅延で端末上で処理されるリアルタイムのアラートにより、対応時間が短縮され、再発する問題も減少したため、工場全体で安全プロトコルがより一貫して遵守されるようになりました。
このプラットフォームは、各ステーションにおける標準作業手順（SOP）の遵守状況を追跡し、違反が発生した際に即座に警告を発しました。また、個人用保護具（PPE）の誤った使用、許可されていない立ち入り、過密状態、および手順の省略や誤りといった問題も特定しました。
例えば、トレイ処理のワークフローにおいては、品物が正しくピッキング・配置されているか、各工程が所定の順序に従っているかを確認し、その過程で逸脱があれば警告を発しました。
さらに、この仕組みは他の業務やセキュリティ関連のワークフローにも拡大されました。監視カメラの監視室では、システムがスタッフの在室状況をリアルタイムで追跡し、人員数が所定の基準を下回った場合にアラートを発動しました。
一方、品質検査のワークフローにおいては、工程の順序を確認し、指定されたツールの使用を徹底させるとともに、タスクごとの所要時間を監視し、基準からの逸脱があれば警告を発することで、一貫した基準を維持した。
こうした業務分析の結果、時間の経過とともに、プロセスのどの段階で問題が発生しているのかがより明確になり、的を絞った研修を通じて是正措置を講じることが可能になりました。
アラートおよびフィードバックの仕組みは、顧客の要件に合わせてカスタマイズされ、既存の工場ワークフローに柔軟に統合されました。通知は、電子メール、メッセージングシステム、役割ベースのダッシュボードなどのチャネルを通じて配信され、関連する情報が適切なチームにリアルタイムで確実に届くようにしました。
これにより、適切な工具の使用や管理区域における最低人員数の確保といった重要な手順が、一貫して遵守されるようになった。その結果、日々の業務の質が向上し、工場全体でのコンプライアンス体制が強化された。
産業オートメーションの進化に伴い、コンピュータビジョンは、手作業における可視性と一貫性を向上させる上で中心的な役割を果たしつつあります。WG Tech Solutionsは、Ultralytics YOLO カスタマイズすることで、同社のWGDeepInsightプラットフォームを新たな工場環境やワークフローへと拡大していく計画です。
これにより、安全性・セキュリティの監視から工場現場におけるプロセスレベルのチェックに至るまで、幅広いユースケースに対応します。エッジベースの展開、リアルタイム分析、およびAxelera Metisエッジ AIアクセラレータと組み合わせることで、製造環境全体においてスケーラブルな監視と一貫性のある運用インサイトを提供します。
業務ワークフローへのビジョンAIの導入をご検討中ですか？Ultralytics YOLO を使い始めるには、当社のGitHubリポジトリとライセンスオプションをご覧ください。医療分野でのAI活用や製造業におけるビジョンAIなどの応用事例、および「Axelera AI Export and Deployment」のようなエッジAIアクセラレータについて詳しくはこちら|Ultralytics
Ultralytics YOLO モデルは、画像やビデオ入力からの視覚データを分析するために開発されたコンピュータビジョンアーキテクチャです。これらのモデルは、物体検出、分類、姿勢推定、追跡、インスタンスのセグメンテーションなどのタスクのためにトレーニングすることがUltralytics
Ultralytics YOLO11 11は、コンピュータ・ビジョン・モデルの最新バージョンです。以前のバージョンと同様、Vision AIコミュニティがYOLOv8やまない、すべてのコンピュータ・ビジョン・タスクをサポートしています。しかし、新しいYOLO1111は、より高い性能と精度を備え、強力なツールとなり、実世界の業界の課題にとって完璧な味方となります。
使用するモデルは、特定のプロジェクト要件によって異なります。パフォーマンス、精度、デプロイメントのニーズなどの要素を考慮することが重要です。概要は次のとおりです。
YOLOv5 YOLO11Ultralytics YOLO リポジトリは、デフォルトでAGPL-3.0 ライセンスで配布されています。このOSIが承認したライセンスは、学生、研究者、愛好家のために設計され、オープンなコラボレーションを促進し、AGPL-3.0 コンポーネントを使ったソフトウェアもオープンソースにすることを要求しています。これにより透明性が確保され、イノベーションが促進される一方で、商用ユースケースには合致しない可能性があります。
あなたのプロジェクトがUltralytics ソフトウェアとAIモデルを商用製品やサービスに組み込むことを含み、AGPL-3.00のオープンソース要件を回避したい場合は、エンタープライズライセンスが理想的です。
エンタープライズライセンスの利点:
シームレスな統合を保証し、AGPL-3.0 制約を回避するには、提供されているフォームを使用してUltralytics エンタープライズライセンスをリクエストしてください。私たちのチームは、お客様の特定のニーズに合わせてライセンスを調整するお手伝いをいたします。
未来の機械学習で、新たな一歩を踏み出しましょう。
