よくある質問

まず、ご予算をそのままお聞かせください。「いくらまでなら出せるか」を先に伺えれば、その範囲で何ができるかを一緒に設計します。予算を伏せたままお見積りを出すと、双方にとって遠回りになりがちです。

開発費は「工数 × 単価」で決まります（プログラム開発の基本単価は 128万円/人月・税別。詳しくは料金のご案内をご覧ください）。したがって費用を抑える方法は、値引きではなく「何を作るかを絞ること」になります。

ご予算に収めるために、当社では次のような進め方をご提案しています。

• スコープを絞る：効果の大きい部分に工数を集中し、後回しにできる機能は次フェーズへ回します。
• 段階的に進める：まず1人月程度の簡易検証（PoC）で実現性を確かめ、その結果を見てから本開発をご判断いただけます。最初から全額をお約束いただく必要はありません。
• 補助金を活用する：「ものづくり補助金」等に対応した開発をこれまで多数お受けしています。申請スケジュールに合わせた進め方もご相談ください。

また、料金にはヒアリング・お見積り・納品後1年間の瑕疵対応が含まれており、当初の仕様どおりに進む限り追加費用はいただきません。想定外の出費が後から積み上がる心配はございません。

ご予算で足りるかどうかは、一度お話を伺えばかなり早い段階で見通しをお伝えできます。難しい場合は「そのご予算では難しい」とはっきり申し上げますので、まずはお気軽にご相談ください。

はい、締結可能です。

• 書式：お客様の書式でお受けできます。ご用意がない場合は当社の雛形をご提供します。
• タイミング：具体的な内容を伺う前の段階から締結できます。「まだ詳細を話せない」という状態でもご相談いただけます。
• 締結方法：可能な限り電子契約で対応しています（郵送・押印でのご対応も可能です）。

条項に個別のご要望がある場合も、まずはお聞かせください。

なお、NDAの有無にかかわらず、お預かりした画像やデータは、そのお客様のプロジェクトの目的のためだけに使用します。他社への提供や、無断での学習データへの転用は行いません（詳しくは「提供した画像やデータは安全に扱われますか？」をご覧ください）。

はい、キュレコでは可能な限り、電子契約で対応しています。

当社は、企業のR&Dや大学の研究者など、技術専門性の高いお客様からリピートでご依頼いただいており、価格についてはリーズナブルであるとご好評いただいております。

価格の妥当性は、単発の見積書だけでは比較が難しい部分です。想定する作業範囲はベンダーごとに大きく異なり、特にAI開発は課題の特性で必要工数が変わるため、お見積りにも経験とノウハウが求められます。当社は長年AI開発に携わり、問題特性をふまえた現実的なお見積りをしていますので、トータルでは費用対効果に見合うものと考えております。

基本単価や平均的な費用感は料金のご案内に公開しています。また、いきなり大きく始めず1人月程度の簡易検証から試すこともできます。ご予算に応じて複数のお見積りパターンをご用意しますので、ご遠慮なくご相談ください。

AI開発については、経済産業省「AI・データの利用に関する契約ガイドライン」に準ずる契約でお願いしています。

大まかには下記のとおりです。

• 仕様（検収要件含む）の明確化が可能であり、ウォーターフォールで開発できる場合：請負契約
• 仕様の明確化が困難であり、アジャイルで開発することが好ましい場合：準委任契約

詳細は、「料金のご案内」をご覧ください。

どちらでも対応可能です。

準委任契約の場合、タイムベース（稼働時間）の契約となります。中長期的に取り組むべきプロジェクトとの相性が非常に良いです。
細かい仕様の策定に時間をかけずに、とりあえず作ってみながら改良を重ねていくような開発スタイル（アジャイル開発）では、とても有効な形態です。
特に、要件定義やPoC等の段階では、準委任契約が望ましいです。

請負契約の場合、事前に成果物の要件を確定させる必要があります。要件定義が既に完了している案件であれば、請負契約が適切だと考えます。
原則、発注から納品まで一貫して進めるウォーターフォール型で実施します。

キュレコでは、経産省のガイドラインを遵守した契約締結を心がけています。下記URLをご参照ください。

■ 経済産業省の「AI・データの利用に関する契約ガイドライン」https://www.meti.go.jp/press/2019/12/20191209001/20191209001.html

はい、適格請求書を発行いたします。

当社の適格請求書発行事業者登録番号は下記のとおりです。

• 適格請求書発行事業者登録番号：T3020001113333

秘密保持契約（NDA）を締結のうえ、お預かりしたデータは、そのお客様のプロジェクトの目的のためだけに使用します。

他社への提供や、無断での学習データへの転用は行いません。プロジェクト終了後は、速やかにデータを削除いたします。

画像やデータを扱う会社として、情報の取り扱いには細心の注意を払っています。安心してご相談ください。

納品したシステムは、お客様の事業目的で問題なくご利用いただけます。

知的財産の取り扱いは、経済産業省の「AI・データの利用に関する契約ガイドライン」に準拠し、契約時に取り決めて明確化します（後々の認識の齟齬を防ぐためです）。

汎用的なAIアルゴリズムや画像処理の共通技術・ノウハウ（他の案件でも用いる基盤的な技術）は、原則として当社に帰属します。これは、当社が長年培ってきた自社の技術力（画像処理・機械学習）を土台にしているためで、高品質・短納期・適正価格で開発できる理由にもなっています。

お客様固有のご要望（特定の権利の取り扱いなど）については、契約時に個別にご相談のうえ対応いたします。なお、お預かりしたデータや貴社固有の情報を、他のお客様の案件に流用することは一切ありません。

お支払いは、原則 納品月の翌月末のお振込み（銀行振込）でお願いしています。

着手金は、原則いただいておりません。 ただし、初めてのお取引で金額が大きい場合や、発注から納品まで半年以上にわたる長期の案件などでは、状況に応じてお願いすることがあります。

当社としては、着手金でリスクを担保するよりも、開発フェーズを小さく区切ることで、お客様・当社双方のリスクを抑える進め方を大切にしています。まず小さく試し、成果を確認しながら次に進めますので、大きな初期負担なく着手いただけます。

費用は「工数（作業時間）× 単価」で算出しており、プログラム開発の基本単価は 128万円/人月（税別） です（詳しくは料金のご案内をご覧ください）。

案件規模の目安は次のとおりです。

• 小規模・簡易検証：1〜2人月程度
• 企業様の一般的な案件：3カ月程度で初回プロトタイプを開発・評価し、その後は費用対効果の高い部分から段階的に追加開発
• 大学・研究機関：内容が具体化しているケースが多く、1〜2カ月程度

AI開発は課題の特性によって必要な工数が大きく変わります。まずはお打合せで開発範囲（スコープ）を一緒に整理し、ご予算に合わせた現実的なお見積りを複数パターンでご提示します。ご予算の上限が決まっている場合も、その範囲で最大の効果を出すご提案をいたしますので、遠慮なくお知らせください。

納品後も安心してお使いいただけるよう、納品後1年間の瑕疵対応は料金に含めています。 さらに継続サポートとして、

• 保守運用サービス（障害対応・セキュリティアップデート等）：10万円/月
• 技術アドバイザー（継続的な技術支援・月5時間まで）：10万円/月

をご用意しています。運用状況やご予算に応じてご提案しますので、ご相談ください。

当初の仕様どおりに進む場合、追加費用はいただきません。 料金にはヒアリング費用・お見積り費用・納品後1年間の瑕疵対応が含まれています。

追加費用が発生するのは、主に当初スコープから変わる次のような場合で、いずれも事前にご説明・ご相談し、ご了承をいただいてから進めます。

• 開発途中での仕様変更・機能追加
• 作業の時間や場所の指定、特急対応　など

「気づいたら見積りより高くなっていた」ということがないよう、スコープと前提を明確にしてから着手します。

いきなり大きく作らず、小さく検証してから判断していただく進め方をおすすめしています。

• 実現性の見極め（PoC・簡易検証）：まず 1人月程度の工数で試し、実現できそうかをご確認いただけるよう心がけています。
• 技術的な相談だけしたい：スポット対応（2万円/時間・準委任）や技術アドバイザー（月5時間まで 10万円/月）もご用意しています。

「PoCまでやったが次へ進めない」というご相談も多くいただきます。当社では検証結果をもとに、次に何をどこまでやれば費用対効果が出るかを一緒に見極めますので、段階的に安心して進められます。

AIは対象や条件によって到達できる精度が変わるため、いきなり「○％を保証」とお約束することは、誠実さの観点から避けています。代わりに、小さく検証しながらリスクを抑える進め方をとります。

• 実現性が不確実な段階：まず1人月程度のPoC・簡易検証で見極めます（準委任契約）。ここで難しいと判明すれば、大きな投資をする前に方針を見直せます。
• 要件と検収基準を明確化できた段階：請負契約で、合意した要件を満たす成果物を納品します。

「お金を払ったのに動かなかった」という事態を避けるための段階的な進め方ですので、ご安心ください。

お客様先での常駐の開発は原則対応しておりません。

弊社は、受託開発および自社製品の開発・販売を事業としております。
勤務場所・勤務時間が指定された業務は対応しておりません。

受託開発や技術コンサルティングの一部として、どうしても客先でないと検証できないフェーズ（現場実証等）については対応可能です。

キュレコは、画像処理と機械学習を専門にやっている会社です。
ディープラーニングやAIが注目される前から、画像認識や将棋ソフトAI等に携わってきている元メーカー研究員の技術者が創業した会社です。

近年、ディープラーニングの登場によって、画像認識技術のコモディティ化が進み、ツールを使うことで、ある程度の画像認識AIを構築することができるようになりました。
これによって、画像処理や機械学習を専門にしていない技術者であっても、画像認識AIを扱えるようになり、AI系スタートアップ企業が急増しました。
その結果、画像認識AIを取り扱う企業が乱立しすぎて、どの企業を選定していいの分からないという状況が起きています。

たしかに画像処理技術はコモディティ化し、ツールをブラックボックスとして使用することで、ある程度のIT知識があれば誰でも画像認識AIのようなものを作れるようになりました。
しかし、現実としては、ある程度の画像認識AIはツールで作れるのですが、そこから先の改良は専門性がないと困難です。
製品化に向けた開発では、実証実験を通して分析・改良を繰り返し、細かい課題を解決していくことが最も重要な部分です。この対応ができるのは、画像処理と機械学習を専門にしている当社だけだと思います。

実は、当社にお声掛けいただくお客様の多くは、過去に他社（AIベンチャーや大手企業）にも同様案件の発注を経験されています。簡単なプロトタイプを作ってもらいPoC（実証実験）を行ったものの、そこから先の課題解決ができなかった、というケースがとても多いようです。

この点では、当社は研究開発を長年やってきている技術者の会社ですので、他社とは比べ物にならない知見を持っています。また、少数精鋭でスピーディな対応が可能であり、PoCを通した細かい技術開発に長けています。大手メーカーと比べても当社が勝ると思っています。

強みは「画像処理と機械学習に関する専門力」です。
キュレコの技術者は、ディープラーニングが登場する遥か前から、画像処理と機械学習の分野に携わっていますので、AIブーム以降に増えてきたAI系スタートアップ企業と比べて、圧倒的な技術力と経験があります。

弱みは「営業力」です。
小さなスタートアップ企業ですので、営業マンがいません。営業にかけられるリソースもありません。
したがって、発注前の段階において訪問営業は基本的に行いません。

技術を必要としていて、二人三脚の関係で進めていけるお客様とお取引したいと考えています。

はい、もちろんです。IT業のお客様とのお取引も多くさせていただいています。

「画像認識エンジン部分のみを開発してほしい」といったご要望でも対応可能ですので、AIでお困りでしたらお気軽にお問い合わせください。

はい、コンサル業からの発注もお請けいたします。

また、コンサルと協業し、一緒にエンドユーザ様の課題を解決する協業もしております。

申し訳ございませんが、営業リソースが限られているため、原則、発注前の訪問提案は行いません。

オンライン会議または弊社（横浜事務所）での打合せで対応しております。

特段の事情がある場合は、ご相談ください。

当社のお客様は、製造業50%、大学・研究機関20%、情報通信業20%、その他業種10%という割合です。

製造業では、研究開発(R&D)や新規事業企画の部門からご依頼いただくことが多いです。

また、お取引の約80%は、過去にお取引いただいたお客様からのリピートです。

技術専門性の高いお客様からリピートでご依頼いただいていることが、当社の大きな特徴です。

申し訳ございません。SES案件は基本的にお請けしておりません。

弊社は、受託開発および自社製品の開発・販売を事業としております。
勤務場所・勤務時間が指定された業務は対応していません。

申し訳ございませんが、お断りしております。

キュレコは創業以来10年以上、外部資本を一切入れず、株式を100%自社で保有する独立した会社として事業を継続してまいりました。M&A・資本提携・株式譲渡のいずれについても、検討の予定はございません。

独立性を維持していることで、特定の資本関係に縛られず、あらゆるお客様に対して中立的かつ誠実に対応できることが、当社の強みだと考えております。

■ M&A仲介会社・アドバイザリー会社の皆さまへ

これまでお取引のない企業様からのM&A・資本提携に関するご提案は、お問い合わせフォーム・メール・お電話を含め、内容にかかわらずすべてお断りしております。「NDA締結後に社名を開示」といった形式のご案内も同様です。恐れ入りますが、ご返信はいたしかねますので、あらかじめご了承ください。

なお、通常の受託開発・業務委託は幅広く対応しております。技術的なご相談はお気軽にお問い合わせください。

仲介会社が主催する、大手企業の新規事業創出やオープンイノベーションを目的とした「共創プログラム」「実証フィールド提供」等のご案内を多くいただきます。しかし当社では、こうした無償活動への参加は原則お断りしております。

当社を信頼してご依頼くださった目の前のお客様に対して、全力で向き合うことを優先するためです。

具体的な課題がございましたら、通常の受託開発として喜んで対応いたしますので、お気軽にお問い合わせください。

初回のお見積りと提案については無償（※）で行っています。

弊社では、円滑に開発を進めるため、事前にヒアリングの後、内容を精査した上、見積資料を作成しております。
ご質問やご不明な点があれば、回答しますのでお気軽にご連絡ください。

※ 見積資料は工数をかけて作成しております。
そのため、1つの企業・団体様あたり「年に1回まで無償対応」とさせていただきます。

プロジェクトを成功させるために、お客様側にお願いしたいことは大きく5つです。

1. 意思決定
仕様要件・発注・検収に関するご判断をお願いします。プロジェクトを円滑に進めるには迅速な意思決定が不可欠です。社内の承認に時間を要する場合は、あらかじめお知らせください。

2. 判断基準の言語化
画像AIの案件では、ここが最も重要です。「どこからが不良か」「どの程度なら許容範囲か」は、お客様の現場にしかない知識です。判断に迷う境界の事例（限度見本）をお見せいただけると、到達できる精度が大きく変わります。

3. データ・現物のご提供
学習や検証に使う画像・データのご提供をお願いします。まだお手元にない場合は、集め方の設計からご一緒できます（「学習に使えるデータが少ない／まだ手元に無いのですが、依頼できますか？」もご覧ください）。実際の対象物や設置環境を拝見できると、より確実です。

4. 窓口のご担当者
技術的な内容にお答えいただける窓口の方をお一人お決めいただけると、認識のズレが起きにくくなります。

5. 検収
納品後、あらかじめ取り決めた要件を満たしているかのご確認をお願いします。

このほか、連携する外部システムの構築や、現場への設置・運用に関わる作業は、お客様側でお願いする場合がございます。役割分担はお見積りの段階で明確にしてご提示します。

はい、可能です。むしろ、お打合せなしでのお見積りは避けたいと考えております。細かい内容は、実際にお話を伺わないと分からないことが多いためです。

• 費用：初回のヒアリング・お見積り・ご提案は無償です。
• 回数：一度で決まらない場合、複数回のお打合せも問題ありません。
• 方法：Zoom等のオンライン会議、または当社（横浜事務所）にて対応しております。
• ご準備：資料のご用意は不要です。「やりたいことはあるが整理できていない」という段階でも構いません。対象物の現物やサンプル画像をお見せいただけると、話が早く進みます。

なお、営業リソースが限られているため、発注前のお客様先への訪問提案は原則として行っておりません。あらかじめご了承ください。

お打合せをご希望の場合は、お問い合わせフォームより、システムの概要とご都合のよい日時をお知らせください。

可能な内容であれば対応します。

まずは内容をお伺いしますので、お問い合わせフォームより、システム概要とお打ち合わせ可能な日時をお知らせください。できるだけ早急にオンライン会議を実施させていただきます。

なお、他の開発よりも優先する必要が出てくる場合、費用がかかる場合がございます。予めご了承ください。

システムの仕様によって異なります。

キュレコの実績では、小規模なシステムでは１〜２ヶ月程度、中規模なシステムでは３〜４ヶ月程度、大規模なシステムもしくは研究開発要素の強い案件では半年程度の開発期間が一般的となっております。

また、システム開発は開発会社だけで行うものではなく、顧客と開発会社が協力しながら進めていきますので、顧客の対応スピードによっても大きく左右します。特に仕様決め（要件定義）の期間では、顧客側における最終決定が必要となりますので、意思決定に時間がかかるケースでは期間が長くなる場合がございます。

キュレコ側での開発メンバーのスケジュールの空き状況によっても変わってきますので、詳しくはお問い合わせください。

基本的にはご提案から1カ月程度でお願いいたします。稟議等で時間を要する場合は、事前にお知らせください。

品質を維持しながら開発を進めるには、ある程度余裕を持ったスケジュール設定が必要です。キュレコでは少数精鋭で対応している都合上、開発リソースに限りがございますので、できるだけ早めにご連絡いただけますと助かります。

発注いただいた時点で正式にスケジュールを確保いたします。発注タイミングによってはご希望に沿えない場合もございますので、予めご了承ください。

特に年度の始め（4～6月）や年末・年度末（12月～3月）は変動の多い時期ですので、できるだけお早目にご依頼いただければと存じます。

はい、可能です。「精度が出ない」「中途半端な実装で止まっている」「ベンダーが途中で離脱した」といったご相談を多くいただいています。

なぜ、途中で止まってしまうのか

近年はディープラーニングの登場で画像認識技術のコモディティ化が進み、ツールを使えば「ある程度」の画像認識AIは誰でも作れるようになりました。AI系スタートアップが急増したのもこのためです。

しかし現実には、そこから先の改良には専門性が必要です。ツールをブラックボックスとして使っている限り、

• なぜこの不良だけ検出できないのか、原因が特定できない
• 精度を上げようとしても、データを増やす以外の打ち手が出てこない
• 現場の速度・コストの制約に合わせて軽量化できない

といった壁に当たります。止まっているプロジェクトの多くは、この「ある程度」から先に進めていない状態です。

キュレコの強み

キュレコは、ディープラーニングが登場するはるか前から画像処理と機械学習に携わってきた、元メーカー研究員が創業した会社です。画像検索・物体認識・医用画像圧縮といった基盤技術の研究開発と特許出願に従事してきました。

そのため、ツールの内側まで踏み込んだ改良ができます。

• 前処理・撮像条件の設計：そもそも特徴が写る画像にする（ここで決まることが多い）
• 手法の選定：ディープラーニングが最適とは限りません。対象によっては軽量な古典的画像処理の方が高速・安定します
• 特徴設計とアルゴリズムの改良：既製モデルの適用で止まらず、対象に合わせて作り込む
• エッジ実装・高速化：現場の速度制約に合わせて軽量化する

ツールが普及した今だからこそ、「そこから先」を詰められるかどうかが差になります。

引き継ぎの進め方

まず現状のデータ・コード・検証結果を拝見し、どこでつまずいているのかを切り分けます。経験上、原因は次のどれかであることが多いです。

• 撮影条件が本番と違っていた（照明・距離・搬送）
• 学習データが現場の実態を反映していなかった
• そもそも画像から判別できない対象だった（AIの問題ではない）
• 精度は出ていたが、本番導入の判断基準が無く止まっていた

問題の切り分けができれば、次の一手は決まります。手を入れれば活かせる場合もありますし、再設計をご提案することもあります。

なお、他社が開発したコードを引き継ぐ場合、設計方針の違いや品質保証・責任範囲が曖昧になるリスクも生じます。調査のうえ、リスクも率直にお伝えしたうえでご提案しますので、まずはお気軽にご相談ください。

はい、もちろん可能です。

キュレコでは、可能な限り非対面での打合せを実施しています。Zoom等のツールを用いてオンラインの映像会議を実施しています。

これまでに多くのお客様とオンライン会議による打合せを実施していますが、特段困るようなことは発生していません。
むしろ円滑な打合せ実施が可能となることによるメリットのほうが大きいと考えています。

初回のお客様については、「どのような物体を認識させたいか」を把握するため、写真や動画などで拝見させていただけるとスムーズに進められると思います。

これまでにオンライン会議をやったことがないという方はご安心ください。オンライン会議はとても簡単に始められます。Zoomの場合は、ソフトをインストールするだけで準備完了です。弊社で会議用URLを発行しますので、URLにアクセスいただくだけでオンライン会議ができるようになります。カメラ搭載PCであれば、テレビ会議のように映像付きで通話ができるようになりますし、必要であればPC画面をシェアして打合せすることも可能です。

いきなり大きく作り込まず、まず1人月程度の簡易検証から始めることをおすすめしています。

AI開発は、やってみないと分からない部分が必ず残ります。最初から本番規模で作ると、うまくいかなかったときの損失が大きくなりますし、逆に順調でも「もっと早く小さく確かめられたのに」という結果になりがちです。

最初のPoCで確かめるのは、次の3点で十分です。

• そもそも狙った特徴が画像に写るか（照明・カメラの条件出し）
• 手元のデータで、どの程度の精度が見込めそうか
• 本番に進む場合、どこが技術的な山場になるか

ここで見込みが立ってから、次のフェーズに投資するかを判断いただけます。期間は内容によりますが、条件出しとデータ整備を含めて1〜2カ月程度が目安です。技術的なご相談だけであれば、スポット対応（2万円/時間）もご利用いただけます。

詳しくは料金のご案内、考え方はPoCで終わるAI外観検査、5つの落とし穴もご覧ください。

そのままでは難しいことが多いです。精度が出ることと、現場で毎日使い続けられることは、別の話だからです。

PoCは、技術者が良い条件で「できるかどうか」を確かめる実験です。一方、本番で使うのは現場の作業者で、しかも毎日です。AIは、人が見ても迷うような微妙な製品にも、必ず何らかの答えを出します。

そこで実際に困るのが、たとえばこんな場面です。

AIがNGと判定したのに、見た目には問題がない製品が出てきた——これは出荷していいのか、誰が決めるのか。決めていなければ、担当者ごとに扱いがバラバラになります。

あるいは、材料のロットが変わって、いつの間にか精度が落ちていた——判定の記録が残っていなければ、誰も気づけません。

ですから本番導入の前に、AIと人の役割分担と、おかしくなったときに気づく仕組みを決めておく必要があります。

難しいことではありません。明らかなOK/NGはAIが自動で処理し、迷うものは「保留」にして人が確認する。その保留品を誰が見るのかを決めておく。そして判定結果と画像を残し、週に一度でも人の判断と突き合わせてみる。これだけでも、現場は回りはじめます。

おすすめは、100%の自動化を狙わないことです。たとえば検査品1,000個のうち、はっきりOK/NGと分かる900個をAIが処理し、迷う100個だけを人が見る。それだけで目視の手間は約9割減ります。迷うケースには人の判断が入るので、現場も安心して使えます。

キュレコでは、こうした運用の設計まで含めてご提案しています。

はい、むしろ早い段階からご相談ください。 「何ができるか分からない」「やりたいことはあるが整理できていない」という状態の壁打ち・課題整理こそ、当社が得意とする領域です。初回のお見積り・提案は無償で行っていますので、お気軽にお問い合わせください。

開発内容に応じて、適切な言語・フレームワークを選定いたします。当社で使用頻度が高く、強みがあるのは Python と C/C++ です。

• Python：アルゴリズム開発、AIモデルの学習・評価、プロトタイプ開発
• C/C++：高速化・省メモリが求められる処理、装置やハードウェアへの組み込み

画像処理・AI領域では、OpenCV、PyTorch、TensorFlow などを用途に応じて使い分けています。学習済みモデルを製造ラインやエッジデバイスで動かす際には、ONNX Runtime や TensorRT による高速化にも対応します。

そのほか、用途に応じて次のような構成で開発しています。

• サーバサイド：Django、Flask、FastAPI
• フロントエンド：React
• スマートフォンアプリ：Flutter、React Native（NDK/C++ による画像処理エンジンのモジュール開発も可能です）
• エッジデバイス：Jetson、Raspberry Pi 等への実装
• 実行環境：Docker によるコンテナ化に対応しており、検証時と同じ状態で本番環境へ展開できます

なお、お客様の既存システムや社内の保守体制に合わせて、ご指定の言語・環境で開発することも可能です。「既存システムに組み込みたい」「納品後は社内で保守したい」といったご要望は、実現可能かどうかを含めて事前にご相談ください。

はい、可能です。

JetsonやRaspberry Piをはじめとするエッジデバイスへの組み込み実績がございます。

はい、GUI（Graphical User Interface）開発は可能です。

スタンドアロン形態、ブラウザで操作する形態、スマホアプリで操作する形態等、様々なGUI開発に対応可能です。

はい、可能です。

当社はハードウェア選定の段階からお客様と関わっており、幅広い知見がございます。

PC、カメラ、レンズ、照明などの選定はご相談ください。

内容によっては対応可能です。

治具、筐体、電子回路の設計開発、JetsonやRaspberry Pi等への実装など、ハードウェアに関連した開発実績は多数ございます。お気軽にご相談ください。

対象と手法によって変わるため、一概に「何枚」とは申し上げられません。ただし、枚数よりも「どんな画像を集めるか」の方が精度を左右します。

人の試験に例えると分かりやすいと思います。やさしい問題ばかり練習しても、本番の難問は解けません。同じように、きれいに撮れた見本画像だけを大量に集めても、現場では通用しないことがあります。汚れ・傾き・照明のばらつき、そして人でも判断に迷う“際どい品”が入っているかどうかが重要です。

不良サンプルが少ない場合も、打ち手はあります。

• 異常検知：正常品だけを学習し、そこから外れるものを検出する方法。不良の種類を事前に網羅できない場合にも有効です
• データ拡張：既存の画像に回転や明るさの変化を加えて、学習データを水増しする方法
• 転移学習：すでに大量の画像で学習済みのモデルを土台にする方法。ゼロから学習するより少ないデータで済みます

どれが向くかは対象によって変わります。また、これから画像を集める場合は、何を・どの条件で撮るかを最初に設計しておくと、後戻りが減ります。「まだデータが無い」「何を集めればいいか分からない」という段階でのご相談も歓迎です。

可能です。データ収集・整備の設計からご一緒できます。「まずどんなデータを・どう集め・何を分析するか」を決めるところが、実は成否を分ける最初のフェーズです。少量データでの検証方法や、データの増やし方（追加撮影・条件出し）もご提案しますので、データが揃っていない段階でもご相談ください。

（関連コラム：画像認識AIの向き不向き｜「できること・できないこと」を実例で解説）