Multi-Cloud
Smart Vision AI
実空間環境に最適化された高精度の家具認識・分類ビジョンソリューション

本プロジェクトは、リテール環境および住空間において家具の物体をリアルタイムに認識し、精密に分類するため、YOLOv8ベースの物体検出モデルを構築した事例です。
TOSKYはIKEAのデザイン的な特性が反映された椅子、机、ソファなど主要な家具カテゴリを対象に、689枚の高品質な画像データセットを自ら構築し、学習の基礎を整えました。
単なる学習にとどまらず、データセットの不均衡の問題を解決するため、学習・検証・テストの比率を72:14:14へ精密に再構成する最適化の工程を経ました。その結果、GPUによる100 epochの学習を通じて椅子97.8%、ソファ94.7%など個別クラスで圧倒的な性能を記録し、全体mAP約95.4%という実務適用水準の高い精度を確保しました。
特に初期データの限界であった静的画像への偏りを克服し、多様な角度や背景条件でも安定して動作するようモデルを高度化することで、実際の店舗プロモーション映像やライブコマース環境でも家具情報を即座に識別できる技術的基盤を完成させました。
Key Features
01
YOLOv8を基盤とした高精度な物体検出
最新の深層学習アーキテクチャを活用して 家具の形状と特徴を解析し、 リアルタイムに種類を分類して位置を 識別
02
実証されたmAP 95.4%の 認識性能
データ最適化と反復学習により 椅子・机・ソファなど全クラスで 90%以上の圧倒的な精度を確保
03
実環境適応型のモデル高度化
背景ノイズや撮影角度の変化など変数の多い 実際の店舗環境でも安定して 動作するよう、データの偏りを徹底的に 改善