エッジAI外観検査 構築ガイド

Jetson AGX Orin
外観検査AIを構築する方法

エンジニア・SI業者向け。クラウドAIとの比較、システム構成例、TensorRT最適化、NsightがJetsonを選ぶ理由。

2026-04-24 / Nsight Inc. / 監修:嶋野(元キーエンス画像処理部門)
― 目次
  1. なぜ工場の外観検査にJetsonを使うのか
  2. クラウドAI vs エッジAI(Jetson)の比較
  3. Jetson AGX Orinを選ぶ理由
  4. 外観検査システムの構成例
  5. TensorRT最適化の実践
  6. NsightがJetsonを採用している理由
  7. Jetson による外観検査の標準構成
  8. Jetson 外観検査システムの構成要素
  9. Jetson導入の選定基準
  10. Jetson 導入のベストプラクティス
  11. 性能最適化テクニック
  12. Jetsonの長期運用ノウハウ
  13. よくある質問
― 01 / はじめに

なぜ工場の外観検査にJetsonを使うのか

製造現場の外観検査でクラウドAIではなくエッジAI(Jetson)を選択する理由は明確です。工場ネットワークのセキュリティ要件、タクトタイムに起因するレイテンシ制約、そしてランニングコストの3つです。

Nsightでは累計多数の外観検査プロジェクトでJetson AGX Orinを採用し、製造ラインへの組み込みを行っています。

― 02 / クラウドAI vs エッジAI

クラウドAI vs エッジAI(Jetson)の比較

項目クラウドAIエッジAI(Jetson AGX Orin)
レイテンシ100ms〜500ms(ネットワーク依存)10ms〜50ms(ローカル推論)
セキュリティ画像データが外部に出る工場内完結。データ流出リスクなし
ランニングコスト月額5万〜50万円(API課金)電気代のみ(月額数百円)
オフライン対応不可(ネットワーク必須)可能(完全オフライン稼働)
初期コスト低い(サーバー不要)Jetson本体+開発費が必要
スケーラビリティ高い(サーバー増設容易)ライン単位で個別デプロイ

※ 掲載の金額・単価は執筆時点の参考値です。実際の費用は要件・時期により変動します。

製造現場では「画像データを外部に出せない」「ネットワーク障害で検査が止まってはならない」という要件が一般的であり、エッジAIが適しています。

― 03 / Jetson AGX Orinを選ぶ理由

Jetson AGX Orinを選ぶ理由

スペック

外観検査に適している理由

Jetsonを使った外観検査システムの構築を検討中の方

無料相談する →
― 04 / システム構成例

外観検査システムの構成例

典型的なシステム構成

コンポーネント選定例備考
カメラOPT Machine Vision / Basler ace 2GigE接続。解像度は検査対象の最小欠陥サイズから逆算
照明同軸落射 / ローアングル / バックライト欠陥タイプに応じて選定。元キーエンスの光学設計ノウハウ
エッジAIJetson AGX Orin 64GBMacnica製キャリアボードで産業用途に対応
推論エンジンTensorRT(FP16/INT8)PyTorch→ONNX→TensorRTの変換パイプライン
検査ソフトNsight独自開発(FastAPI + React)ルールベース+AI+VLMのハイブリッド構成
PLC連携TCP/Modbusトリガ受信→判定→排出制御
― 05 / TensorRT最適化

TensorRT最適化の実践

変換パイプライン

  1. PyTorchモデルを学習・検証
  2. ONNX形式にエクスポート
  3. TensorRT Engineに変換(FP16またはINT8量子化)
  4. ベンチマークでスループット・精度を検証

実測パフォーマンス(Nsight実績)

モデルFP32FP16INT8
ResNet50(分類)45ms12ms6ms
YOLOv8m(検出)85ms25ms14ms
U-Net(セグメンテーション)120ms35ms20ms
― 06 / NsightがJetsonを採用している理由

NsightがJetsonを採用している理由

Jetsonを使った外観検査システムの構築・相談

無料相談する →
― 07 / 標準構成

Jetson による外観検査の標準構成

NVIDIA Jetsonシリーズは、エッジAI推論機の事実上の標準。外観検査においても、Jetson+産業用カメラ+専用ソフトウェアの構成が業界標準となっています。

― 08 / 構成要素

Jetson 外観検査システムの構成要素

要素選定例
推論機Jetson AGX Orin 64GB
OSJetPack 6.x(Ubuntu 22.04)
推論ランタイムTensorRT
画像処理CUDA、OpenCV
カメラインターフェースGigE Vision、USB3 Vision
PLC通信OPCUA、Modbus
― 09 / 選定基準

Jetson導入の選定基準

処理性能

Orin Nano(40 TOPS)→Orin NX(100 TOPS)→AGX Orin(275 TOPS)

消費電力

Orin Nano(7-15W)→Orin NX(10-25W)→AGX Orin(15-60W)

冷却方式

パッシブ冷却 vs アクティブ冷却(環境温度による)

JETSON SELECTION Jetson世代別の選定基準 Nano(軽量)5万円台Orin Nano15万円Orin NX25万円AGX Orin 64GB40万円

※ 掲載の金額・単価は執筆時点の参考値です。実際の費用は要件・時期により変動します。

― 10 / ベストプラクティス

Jetson 導入のベストプラクティス

― 11 / 性能最適化

性能最適化テクニック

TensorRT変換

INT8量子化

モデルを8bit整数に量子化し、メモリ使用量1/4・速度2倍以上向上。

バッチ推論

複数画像をまとめて推論し、GPU使用効率最大化。

― 12 / 長期運用

Jetsonの長期運用ノウハウ

Jetsonを長期運用するためのノウハウは、産業現場での経験値が決定的です。JetPack LTS版の選択、産業用筐体への格納、UPS設置、遠隔管理セットアップ、定期的なファームウェア更新、温度モニタリング、SSD代わりのeMMC選定。これらを組み合わせることで5年以上の安定運用を実現できます。

― 13 / FAQ

よくある質問

Jetson Orinで十分な処理速度が出ますか?

Orin NX/AGXクラスなら、毎秒10〜30枚の推論が可能で、多くのラインに対応できます。

クラウド接続は必須ですか?

いいえ、フルオンプレミス構成も選択可能です。セキュリティポリシー厳しい現場ではオンプレを推奨しています。

Jetsonのスペック選定の目安は?

モデルサイズと処理枚数から逆算します。Orin NX 16GBで多くの用途に対応できます。

― REVIEWED BY
嶋野(元キーエンス画像処理部門 開発)
キーエンス画像処理部門での実務経験をもとに、製造業の外観検査・画像処理に関する技術監修を行っている。会社概要 →

Jetson AGX Orinで外観検査AIを構築する方法の導入を検討していますか?

検査対象の画像を数枚お送りください。最適な検査方式と想定精度を無料で評価します。

無料相談する →