課題
製造業の現場には、紙やPDFで残された製図図面が大量にあります。これをデータとして扱えるようにすれば、設計資産の検索や再利用が一気に進みます。顧客企業は、工業部品の図面を読み取ってデータ化するAIモデルを開発していました。
難しいのは、図面のフォーマットが統一されていないことです。寸法や公差、注記の書き方は会社や作図者によって異なり、同じ情報でも図面上の位置や表記がばらばらです。図面を「読める」人の暗黙知に頼る判断が多く、アノテーションの基準をどう定めるかがモデルの精度を左右していました。
支援内容
Nextremerは、作業に入る前に図面そのものを読み込むところから始めました。図面ごとの書き方の傾向やルールを分析し、判断が分かれそうな箇所を顧客と一つずつ協議しながら基準へ落とし込んでいます。
- 図面フォーマットごとに、記載項目の位置や表記の違いを洗い出す
- 作図者特有の書き方やローカルルールを分析し、判断基準として言語化
- 迷いやすいケースは顧客と協議し、合意した内容を基準に反映しながらアノテーションを実施
成果
図面ごとの差異を吸収できる基準のもとでアノテーションを行ったことで、学習データの一貫性が高まり、モデルの認識精度向上に寄与しました。
図面の読み方そのものを顧客と共有しながら進めたため、新しいフォーマットの図面が加わっても同じ考え方で対応できる土台が整っています。
