2BのVLMで工場の作業者の動画解析をしてみた

記事の3ポイント

1. 1

   プロジェクトの目的と社会課題

   このプロジェクトは、手順の抜けや危険な操作による人身事故・品質不良を防ぎ、作業者本人にリアルタイムで通知を行うことを目指している。

2. 2

   技術的アプローチと選定

   個人開発として手元の小型デバイス上で動作する 2B パラメータのオープンソース VLM を採用し、動画解析の実験を行っている。

3. 3

   検証結果と課題

   基本的な手順認識は進んでいるが、一貫性のある正解データの作成難易度や、タイムスタンプの出力、複雑なイベント検出には依然として大きな課題がある。