RFIDリーダーに、
「目」をつける。
長年の課題だった「読み漏れ」や「過剰読み取り」を、カメラの目が解決します。
MANICA Visionは、既存のRFIDシステムに「視覚」を与える、
新しいソリューションシリーズです。
FEATURES
その検品に、
その検品に、
『視覚』という確証を。
一瞬で、答え合わせ。
Raspberry PiとHailo AIで、すべての処理をエッジで完結。セキュアに、すばやく。
今あるリーダーが、
そのまま使える。
特定メーカーに依存せず、さまざまなリーダーと組み合わせ可能。既存設備を活かした導入ができます。
今の環境に、
足すだけ。
配線も、工事も、変更も不要。視覚だけを加えることで、検品は次のレベルへ。
INTERFACE
その瞬間に、正解を導く。
読み取ったその場で、AIが答え合わせ。
迷いのない検品フローを実現します。
AI検知の可視化
カメラ映像に重ねて、AIが認識した個数をリアルタイムに表示します。
数量の自動照合
「RFID読取数」と「画像認識数」を常に比較し、一致・不一致を即座に判定します。
UNDER THE HOOD
Edge AI × Vision Logic
クラウド不要。遅延ゼロ。
完全オフラインの安心感。
Power of Edge Compute
HARDWARE13 TOPSの推論速度を、わずか数ワットで。Raspberry Pi 5とHailo-8L AIアクセラレータをPCIe Gen 3で直結。
Host RPi 5 (Cortex-A76)
NPU Hailo-8L (13 TOPS)
Snapshot Inference
ALGORITHMAPIリクエストからわずか250ms。超高速スナップショット撮影とAI推論で、業務フローを止めずに数量を確定。
Custom YOLOv8 Model
DEEP LEARNING検品対象（ダンボール等）に特化して学習させた軽量YOLOv8nモデルを搭載。mAP 95.8%の高精度を実現。
manica-vision-core — ssh pi@count-01 — events.json
$ curl -X POST http://localhost:5000/count -d '{"confidence": 0.5}'
{
"status": "success",
"count": 3,
"timestamp": 1700000000.123,
"processing_time_ms": {
"capture": 3.5,
"inference": 245.2,
"total": 249.7
},
"detections": [
{ "confidence": 0.96, "bbox": [100.5, 200.3, 350.7, 450.2] },
...
]
}
SPECIFICATIONS
System Requirements
プロセッサ
Raspberry Pi 5（最新世代による安定したシステム動作）
AI推論
CPU推論（Raspberry Pi 5 本体のリソースを最適化して使用）
処理方式
完全オフライン型エッジAI推論（外部クラウド非依存による高セキュリティ）
プライバシー
顔認識アルゴリズム不使用。人物や物体を個人の特定ではなく、移動体・数値としてのみ処理
導入方式
既存設備への「完全後付け」対応。通信配線不要の視覚的検知方式（カメラ設置のみ）
外部連携
Webhookを介した外部連携が可能（連携先や通知内容は構成により異なります）
処理能力
1ショット（静止画）あたり約 250ms （実測値目安）
検知対象
段ボール（標準対応）。プラスチックコンテナ等は追加学習により対応可能です
＊当サイトにおける表示内容には、一部開発中の機能を含みます。
＊使用される現場環境によっては、十分に性能を発揮できない可能性がありますので、事前検証サービスをご利用ください。
FAQ
よくある質問
Q: 既存のRFIDシステムを改造する必要がありますか？
A: いいえ。カメラが物理的な動きを「視覚」で捉えるため、既存システムを改造せずそのまま導入可能です。
Q: インターネット環境がない現場でも使用できますか？
A: はい。エッジAI端末内で処理が完結するため、オフライン環境でも基本機能が動作します。
Q: 個人情報の取り扱い（プライバシー）はどうなっていますか？
A: 特定の人物を識別する機能は持たず、画像データも外部へ保存・送信しません。プライバシーを保護した状態で数値化のみを行います。
Q: Slackなどのチャットツールへの通知はできますか？
A: はい。Webhook等を介して、構成次第でチャット連携やメール通知が可能です。
Q: 設置にはどのくらいの時間がかかりますか？
A: 環境にもよりますが、最短で約1時間程度のセットアップで運用を開始できます。
Q: 複数の箱を一度に数えられますか？
A: はい。視野内の対象を一括認識し、約0.25秒（目安）で個数を算出します。
Q: 特殊な色のコンテナや、段ボール以外にも対応できますか？
A: 標準モデルは段ボールを対象としていますが、追加学習によりコンテナ等の特定対象物への最適化も可能です。
Q: RFIDが読み取りすぎた（過剰読み取り）場合にエラーを出せますか？
A: はい。RFIDの読取数とカメラが見た実個数をクロスチェックし、差異があれば即座に警告します。