メインコンテンツまでスキップ

技術サービス

Docsaid は、モデル開発と長期運用保守に特化したディープラーニングスタジオです。

私たちは、実際の業務要件を保守可能・展開可能・進化可能な AI モデルモジュールに変換し、モデルそのものの品質と信頼性に重点を置いています。

小規模なエンジニアチームと安定したデリバリープロセスによって、御社のチームと並走します。既存のシステムやワークフローに統合し、人員ギャップを補いながら、モデルの本番投入と継続的な最適化を支援します。

注：フロントエンド／バックエンド開発は、モデルのデモ・評価・連携を目的とした軽量な補助機能であり、主たるサービスではありません。

なぜ私たちを選ぶのか​

  • モデル中心主義：mAP、F1、TPR@FPR、レイテンシなどの指標を重視し、品質と安定性にリソースを集中。
  • 迅速導入・低リスク：チーム拡大不要。データガバナンス、実験追跡、評価のための既製スキャフォールドを提供。
  • 埋め込み型協働：既存のデータ／製品／エンジニアチームと連携し、御社のツールチェーンをそのまま活用。
  • 定量的成果：ベンチマークダッシュボード（PR 曲線、混同行列）、複数モデル／データバージョン比較。
  • 推論最適化実践：ONNX／TensorRT、量子化、レイテンシ予算管理。オンプレミス・プライベート環境での導入、監視、リプレイ分析をサポート。
  • セキュリティとコンプライアンス：NDA 締結可、PII マスキング、データ・実験の完全トレーサビリティ、監査対応。
  • 透明性とロールバック性：明確な反復目標、変更履歴、ロールバック方針。

代表的プロジェクト

  • DocAligner：指標体系、データバージョン管理、可視化レポートを構築し、各リリースを定量化・追跡・説明可能に。
  • MRZScanner：前処理、検出、認識、検証をカバーするエンドツーエンドのパイプライン。精度 × レイテンシのバランスを重視。

得意分野​

A. ドキュメント理解モデル​

  • A1 テキスト検出：文書／シーンテキストのブロック検出、回転補正、ノイズ除去
  • A2 テキスト認識：中英数字・特殊領域（MRZ 含む）の OCR、誤り訂正、辞書制約
  • A3 レイアウト理解：ブロック分類、階層解析、表抽出、キー・バリューペア抽出（Form／Invoice／ID）
  • A4 ドキュメント整合：テンプレートマッチング、幾何／意味整合、品質評価（DocAligner手法採用）

B. 物体検出モデル​

  • B1 学習パイプライン：データガバナンス、アノテーション、拡張戦略、実験追跡（mAP／F1／Latency）
  • B2 プロジェクト再構築：Ultralytics 等のフレームワークを専用モジュールとして再設計（Head／Loss／Aug／Train CLI のカスタム化）
  • B3 推論最適化：ONNX／TensorRT、量子化、バッチ・ストリーミング対応

C. 顔関連モデル​

  • C1 顔検出：複数人／小顔／傾きシーンでも安定した検出
  • C2 キーポイント検出：5 点／68 点以上のランドマーク、姿勢推定（roll／pitch／yaw）
  • C3 顔認識：特徴埋め込み、データベース管理、閾値調整・重複排除
  • C4 ライブネス検出：静的・動的両対応、RGB／IR 拡張可能

推論・評価・補助機能​

  • デプロイと推論：

    • E1 モデルのパッケージ化、CI/CD、バージョン管理、ロールバック、回帰テスト
    • E2 ONNX 展開：グラフ最適化、オペレータ整合、スループットとレイテンシのバランス、オフラインバッチ処理
    • E3 C++推論エンジン：ローカル最適化、リソース監視、メモリ・キュー管理（閉域網対応）

  • ベンチマークと可視化：

    • F1 PR 曲線、混同行列、速度–精度曲面、複数モデル／データ版比較
    • F2 定期レポートとマイルストーンレビュー、チーム内議論や意思決定支援に活用

これらはすべてモデルのための補助機構です。目的はテスト・デモ・統合を容易にすることであり、大規模なフロント／バックエンド開発を請け負うものではありません。

協働形態​

  • モデルモジュール運用：単一モデルを中心に、指標改善・性能最適化・データ更新を周期的に納品。
  • 短期プロジェクト協力：トラッキング導入・推論最適化・評価基盤構築など、明確な目標・期間設定。
  • 長期コンサルティング支援：社内チームの自走化を支援し、持続可能な開発体制を確立。

既にモデルやデータをお持ちの場合：維持・基準化から直接着手可能。 探索段階の場合：方法論に基づく定量的なスタートラインを構築し、着実に拡張。

協働プロセス​

  1. 要件ヒアリング：業務目標・現状・制約を確認（30 ～ 60 分程度）
  2. 作業計画：分解・スケジュール・リスク評価を提示し、成果物と検証指標を合意
  3. イテレーション開始：1 ～ 2 週間単位で反復、成果・差分レポートを継続提出
  4. 検証と引き渡し：指標達成後にドキュメント／コード／デプロイスクリプトを引き渡し。運用継続も可。

サービス概要​

主要なサービスを一覧化しています。必要に応じて最適な項目を選択してください：

よくある質問​

適する／適さないケース​

  • 適するケース：モデルの実運用を重視し、長期保守とバージョン管理を求め、小規模チームでの直接連携を望む場合。
  • 適さないケース：短期で大規模人員を投入する案件、または自前の大規模言語モデル（LLM）学習やクラウド大規模計算を必要とする場合。

お問い合わせ方法​

以下の手順でご依頼を開始できます：

  1. 要件フォームの記入：既存モデルの改善、新規タスク構築、または実現性相談など、どんな段階でも歓迎です。
  2. 返信と打ち合わせ：1 ～ 2 営業日以内に返信し、必要に応じて短いミーティングを設定。
  3. サービス開始：範囲と納品方法の合意後、正式にプロジェクトを開始。

協働依頼フォーム​

以下の情報をご記入ください。1～2営業日内にご連絡いたします。

未定
1
複数プロジェクトの同時保守が可能です。料金は「プロジェクト毎・月額」です。
未定
開始価格は TWD 100,000／プロジェクト／月。最終見積は要件整理後（継続案件はリテイナーが一般的）。

その他の補足​

  • LLM / RAG / Chatbot 等の NLP 案件：技術的助言・システム評価は対応可。ただし、計算資源の制約上、自前 LLM 訓練や大規模言語タスク開発は非対応。
  • 台湾国外または非英語圏市場の案件：時差・NDA・法規制の関係上、スケジュールを個別検討いたします。まずはお気軽にご相談ください。