食品における目視検査は、食品の大きさや形状、加熱後の色合いなどを熟練者の目で良品または不良品を判定しており、品質基準検査の難しさが存在しています。そのため、検査システムの自動化が難しく、現場での課題となっています。

”NAIT”（ナイト）は、実際の人間による検査と同等の水準で判定し、検査を行うのでヒューマンエラーが発生しません。さらに、データを蓄積し学習を進めていくことで精度を上げて検知することができます。また、検査が自動化されることにより製品の流れを止めることなく高速での検査が可能となり、高品質を保ちながら生産効率を高めることができます。

マニュアルセルカウントの手順は、細胞を回収、希釈し血球計算盤に流し込み、顕微鏡を使って目視でカウントします。しかし、マニュアルセルカウントを正確に行うためには経験が必要です。クラス（生細胞と死細胞）の区別や細胞の塊と細胞片の判別などをマスターするには多くの時間とトレーニングを要します。また、作業者の主観に基づく細胞認識やカウント結果は、作業者間のばらつきを大きくしてしまいます。心身も疲労し、ヒューマンエラーにも繋がります。

”NAIT”（ナイト）は、複数の作業者が同時に使用して検査・測定を進めることができます。各作業を分担できることにより、作業者間のばらつきを抑えることができます。

食品業界においては、虫や毛髪などの異物か混入すると消費者への安全性が脅かされ、企業へのブランドイメージにも大きく影響を与えます。そのため、食品業界では製造される製品の品質を高い水準で一定にする必要があります。

”NAIT”（ナイト）は、目視検査では見逃しがちな異物も検出可能です。さらにオートディープラーニング機能により、作業者は煩雑なパラメータの調整を行う必要がありません。そのため、人間の心身疲労などに左右されない学習モデルを作成できます。