|
|
|
|
Visual Bank株式会社（東京都渋谷区、代表取締役CEO 永井真之、以下「Visual Bank」）は、傘下の株式会社アマナイメージズを通じて、あらゆる研究・商業AI開発に対応するAI学習用データソリューション『Qlean Dataset（キュリンデータセット）』の提供を推進しています。
このたび『商業施設・街並み外観画像データセット』、『高層～中層建築物の外観画像データセット』をラインナップに追加し、独自に構築したAI開発用データのラインナップ『データレシピ*』の拡充を進めています。*データレシピ：https://qleandataset.visual-bank.co.jp/lineup
|
|
|
|
|
|
『Qlean Dateset（キュリンデータセット）』の「データレシピ」について |
|
|
|
『データレシピ』は、『Qlean Dataset』における商用利用可能なオリジナルデータラインナップです。 |
|
用途や精度・納期に応じて、すぐに使えるデータ素材を柔軟に組み合わせられる構成が特長です。 |
|
一部アノテーション済み／未付与のデータや、個別要件に応じた構成変更・拡張にも対応可能です。 |
|
また、株式会社千葉ロッテマリーンズや株式会社東洋経済新報社とのパートナーシップ、国内外のネットワーク、新規収録などを通じて、ラインナップの拡充を進めています。 |
|
これにより、AI開発現場でのデータ収集・整備にかかる負荷を大幅に軽減し、開発のスピードアップに貢献します。 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
『Qlean Dataset』の詳細はこちら
▶ https://qleandataset.visual-bank.co.jp/
|
|
|
|
|
|
【商業施設・街並み外観画像データセット】の概要 |
|
|
|
• |
|
含まれるデータ：日本国内の商業施設やその周辺の街並みの外観画像データ |
|
|
• |
|
|
• |
|
|
• |
|
|
• |
|
|
|
|
|
|
|
|
|
|
|
詳細はこちら |
|
▶ https://qleandataset.visual-bank.co.jp/lineup/sp-016
|
|
|
|
|
|
【高層～中層建築物の外観画像データセット】の概要 |
|
|
|
• |
|
含まれるデータ：高層マンションや中層マンション、オフィスビルなど様々な建築物の外観画像データ |
|
|
• |
|
|
• |
|
|
• |
|
|
• |
|
|
|
|
|
|
|
|
|
|
|
詳細はこちら |
|
▶ https://qleandataset.visual-bank.co.jp/lineup/sp-013
|
|
|
|
|
|
【商業施設・街並み外観データセットのユースケースイメージ】 |
|
|
|
1. |
|
街並み画像のセグメンテーションモデルの学習 |
|
商業施設、歩道、街路樹、車両、人などの要素を自動で区別できるセグメンテーションモデルのトレーニングに活用可能です。スマートシティ関連のビジュアル解析や都市景観評価モデルの開発に役立ちます。 |
|
|
2. |
|
景観評価・魅力度判定AIの開発 |
|
都市の商業エリアや街並み画像を基に、景観の美しさ、魅力度を定量評価するAIをトレーニングできます。これにより、不動産価値予測や都市開発プロジェクトにおける景観設計支援への応用が可能です。 |
|
|
3. |
|
デジタルツイン都市の構築支援 |
|
都市の外観をデジタル上に再構築するための3D再構成AIや環境シミュレータへの学習データとして利用できます。実都市の商業エリアのモデル化に有効です。 |
|
|
4. |
|
都市景観生成AIの構造学習ベースに |
|
街並み要素が高密度に含まれる画像構成は、都市空間の再現を目的とした画像生成・AR/VR系モデルの構造学習に活用可能。都市景観の再構築や未来都市のビジュアル検証に貢献します。 |
|
|
|
|
|
|
|
|
|
【高層～中層建築物の外観画像データセットのユースケースイメージ】 |
|
|
|
1. |
|
建築物タイプ分類モデルの構築 |
|
マンション、オフィスビル、公共施設などの建築タイプを外観から分類するAIのトレーニングに最適です。不動産業界や都市計画システム向けの分類エンジン開発に役立ちます。 |
|
|
2. |
|
建物高さ・階数の自動推定モデル |
|
画像から建物の高さや階層を推定するモデルを構築する際の教師データとして使用可能です。都市の景観規制シミュレーションや災害時の被害推定モデルに応用できます。 |
|
|
3. |
|
建築劣化診断AIの事前学習素材 |
|
老朽化した建物と新築建物を比較し、劣化や保守が必要な箇所を自動診断するAIの基礎画像として活用可能です。保険業界や施設管理ソリューションとの連携が見込まれます。 |
|
|
4. |
|
建築外観シミュレーションAIの検証データに |
|
建物の形状・陰影・アングルなどを多視点で収録しており、建築CGやAR/VRシステムとの照合・現実性検証に活用可能。都市再設計やデジタルツイン分野の基盤としても応用できます。 |
|
|
|
|
|
|
|
『Qlean Dataset』の提供するデータセットの特徴 |
|
|
|
• |
|
研究開発、商用利用に対応 |
|
Qlean Datasetの提供するデータセットは、データ取得およびAI開発への利用に関する同意書を「すべての被写体」から取得しており、各国のプライバシーポリシー等にも対応しているため安心して研究・商用利用いただくことが可能です。 |
|
|
• |
|
「データレシピ」からデータセットを提供するため、スピーディーかつROIを最大化 |
|
データレシピというQlean Dataset独自の提供形態を取ることにより、初期投資を抑えたデータ調達を行っていただくことが可能です。 |
|
|
• |
|
|
|
|
|
|
|
|
|
関連セミナー情報｜8月20日開催「生成AI×著作権セミナー」 |
|
|
|
Visual Bankでは、2025年8月20日（水）に、生成AIの著作権リスクをテーマにした無料オンラインセミナーを開催いたします。法律事務所ZeLoの弁護士とQlean Datasetの責任者が登壇し、生成AI開発・研究・実装における法的責任について、事例を交えてご紹介します。 権利クリアなデータ提供を進めるQlean Datasetの背景や方針に関心をお持ちの方は、ぜひご参加ください。 |
|
日時： 2025年8月20日（水）14:00～15:30 |
|
形式： オンライン開催（参加無料） |
|
登壇者： 法律事務所ZeLo弁護士／Qlean Dataset責任者 |
|
申込ページ： https://qleandataset.visual-bank.co.jp/seminar/20250820
|
|
|
|
|
|
Visual Bank株式会社 |
|
|
|
AI開発力を最大化する次世代型データインフラを構築・提供するスタートアップ企業として、「あらゆるデータの可能性を解き放つ」をミッションに掲げ事業活動を展開。IP×AIのユースケースの開発および支援事業の『THE PEN』の他、AI学習用データセット開発サービス『Qlean Dataset（キュリンデータセット）』を提供する株式会社アマナイメージズを100%子会社に持つ。 |
|
|
|
代表取締役CEO：永井 真之 |
|
所在地：〒102-0083 東京都千代田区麹町5-3-23 日テレ四谷ビル WeWork |
|
Visual Bank企業URL：https://visual-bank.co.jp/
|
|
アマナイメージズ企業URL： https://amanaimages.com/about/
|
|
