粒子・細胞・結晶の高度検出・測定に最適!

画像解析ソフトウェアMIPAR

バージョン4.5リリース 学習不要の自動AI検出オプション「Spotlight」新登場!

★MIPARのDeep Learningは他とは違います★

MIPARは従来の検出方法に加え、Deep Learning(深層学習)による検出が可能になりました。
これにより、今まで検出できなかった低コントラストの特徴部の検出や、検出ルールの追加、不要な背景の除去などを行う事ができます。
また、従来必要とされていた画像解析の事前処理作業をDeep Learningに置き換えることが出来るので、煩雑な検出設定が不要となります。

画像での深層学習では一般的な、Convolutional Neural Network方式に、MIPARの独自技術を加えているため、
他ソフトウェアのDeep Learningが100枚単位の教師画像を必要とするのに対し、MIPARのDeep Learningは、
3~10枚の教師画像でも、精度の高いDeep Learningモデルを作成することが出来ます。

New! 粒子でのDeep Learning適用例動画(画面を拡大してご覧ください 2:16)

粒子以外にも、細胞や結晶、ナノファイバー、生物、地形など、様々な場面で、Deep Learningをご利用頂いております。

Deep Learning Trainerでの基本的なプロセスにつきましては、こちらの動画をご覧ください。

MIPARのDeep Learningモデル作成方法

  1. 画像(2~5枚)を準備し、検出したい部分や境界線をマニュアル作業でトレース、または、既に作成してあるレシピなどを利用して検出した結果から修正して2値化画像(B/W画像)を作成します。
  2. MIPARのDeep Learning Trainerを起動し、元画像と2値化画像(B/W画像)を登録して、モデルを作成します。
  3. 作成したモデルを使って新規の画像を解析し、結果が不十分な場合は、さらに画像を追加してモデルを更新して頂くと、モデルの検出精度が向上していきます。

Deep Learning Trainer利用時の推奨環境

Deep Learningモデルの作成を通常のCPUのPCで行うと長時間かかってしまいますので、GPUを搭載したPCでの作業を強くお勧めしています。
PCの推奨スペックについては、こちらの開発元のページをご参照ください。

お問合せ:03-3864-521103-3864-5211
受付時間:平日9:00~18:00
page_top_icon