バージョン 5.1 · AI エージェント内蔵 · 391 ノード
Cameo Image Studio はマシンビジョンのためのノードグラフ作業台です。カメラノードを置き、GPU 推論につなぎ、その先を PLC やモーション軸につなげば、ラインがそのまま動きます。ビルドスクリプトは不要です。コードが必要になったときは、グラフを C++、Python、または単体 EXE として出力できます。
Windows 10/11 64ビット専用。セットアップは小さなファイルで、残り — CUDA、PyTorch、OpenCV、ONNX Runtime、同梱の Python — はインストール中にダウンロードされます。手作業での準備は不要です。
AI アシスタント
横に後付けしたチャット欄ではありません。アシスタントはノードカタログを読み、パイプラインを組み、実行し、戻ってきたフレームを見て、検査が通るまで自分でパラメータを調整します。
内蔵アシスタントはノードカタログを読み、一文からパイプラインを組み立てます。各ノードが生成するフレームを実際に見ることができ、画像や PDF の仕様書を添付し、パイプラインを実行して結果を読み取り、パラメータを変えて試し直します。
画像と一文を視覚言語ノードにつなぐと、答えがポートから出てきます。「足場の作業員全員がハーネスを着けているか」と問えば、判定・違反件数・根拠となる枠が返ります — クラス一覧を事前学習させる必要はありません。
出荷ビルドから直接撮った静止画と画面録画で、モックアップは一つもありません。各ノードが自分の出力を本体上にプレビューするので、その工程が実際に何を出したかが見えます。
通常なら 5 つの別々のツールに分かれる機能を、1 枚のキャンバスに。
すべての処理が型付きポートを持つノードです。画像の読み込み、二値化、ブロブ検出、検出器の実行、距離によるゲート、コイルへの書き込み。配線を流れるのはフレーム、検出結果、姿勢、深度マップ、数値です。各ノードは自身の出力をノード本体にプレビュー表示するため、ラインを止めずに不具合箇所を目で追えます。
矩形とポリゴンで注釈を付け、YOLO や COCO の構成で書き出し、同じプロジェクト内の学習ノードへ直接渡せます。テキスト指示によるセグメンテーション（Grounded SAM）で、人手が入る前にバッチを事前ラベル付けできます。
MLP と CNN の層を組めるグラフィカルデザイナーに加え、学習ツールチェーンが求める YAML をそのまま出力する YOLO 形式のブロック表を備えます。.onnx や .pth の重みを読み込み、GPU で推論し、STM32 向けに INT8 量子化まで行えます。
アクチュエータを動かせないビジョンはデモにすぎません。判定結果を PLC のコイル、モーション軸、マイコンの GPIO、MQTT トピックへ配線できます。STM32 と Arduino のファームウェアはアプリ内で生成・コンパイル・書き込みまで行えます。
検査 PC の中に留まったままの判定は、誰の役にも立ちません。フレームを添えて MQTT ブローカーへ publish、webhook へ POST（Telegram、LINE、ThingsBoard、JSON を読めるものなら何でも）、あるいはデザイナーでスマホ画面を組み、作業者にはあなたが選んだタイルだけを渡す。保存すれば、開いたままのスマホが数秒で描き直されます。
出荷ビルドで実際に確認済みの範囲です。ここに載っていないものは主張していません。
セットアップファイルは1つ。残りはインストール中にダウンロードされます。
Windows 10/11 64ビット向けの小さなセットアップ実行ファイル。起動すると必要なランタイムを自分でダウンロードします。
インストーラーをダウンロード
—
インストール前に検証：CertUtil -hashfile <ファイル> SHA256
アプリケーション自体が動いている C++ 画像ライブラリを、あなたのプログラム用にパッケージしたものです。モジュールが参照するのは OS と Microsoft C++ ランタイムだけ — OpenCV も LibTorch も BLAS もありません。
モジュールごとの DLL に加えて、C# バインディングが読み込む単一ファイル版、インポートライブラリ、ヘッダー、C# と Python のバインディング。
全モジュールをダウンロード（アーカイブ）—
モジュールは、その下に記載された依存モジュールと一緒にコピーしてください。すべてのモジュールに cameo_core と cameo_license が必要です。
同じモジュールを g++ 15 で .so としてビルドしたもの、ヘッダーと Python パッケージ付き。C# バインディングは Windows の単一ファイル版を読み込むため、Linux では C、C++ または Python が入口になります。
全モジュールをダウンロード（アーカイブ）—
モジュールは、その下に記載された依存モジュールと一緒にコピーしてください。すべてのモジュールに cameo_core と cameo_license が必要です。
Windows の外へ
アプリケーションには Windows が要ります。ライブラリには要りません。同じ C++ モジュールが ARM の組み込み Linux にも、OS を持たない Cortex-M にもビルドできます。参照するのは C ランタイムだけなので、OpenCV も BLAS も Python も先にクロスコンパイルする必要はありません。
Yocto、Buildroot、あるいは Debian 系イメージで動く 64 ビット Cortex-A 基板向け — Jetson、Raspberry Pi 4 と 5、Rockchip、i.MX8。共有オブジェクト、ヘッダー、Python パッケージが入り、入口は x64 版と同じです。 アーカイブには README、ヘッダー、cameo Python パッケージ、そして Python から呼び出す方法を示す 6 つのサンプルが同梱されています。
全モジュールをダウンロード（アーカイブ）—
モジュールは、その下に記載された依存モジュールと一緒にコピーしてください。すべてのモジュールに cameo_core と cameo_license が必要です。
ハードウェア浮動小数点を持つ 32 ビット Cortex-A 向けの同じモジュール — i.MX6、Allwinner、旧世代の Raspberry Pi イメージ。共有オブジェクト、ヘッダー、Python パッケージ。 アーカイブには README、ヘッダー、cameo Python パッケージ、そして Python から呼び出す方法を示す 6 つのサンプルが同梱されています。
全モジュールをダウンロード（アーカイブ）—
モジュールは、その下に記載された依存モジュールと一緒にコピーしてください。すべてのモジュールに cameo_core と cameo_license が必要です。
ここでダウンロードするものはありません。アプリがこのターゲットを自ら構築します。ベアメタルのマイコンに載せられるモジュールを選ぶと、arm-none-eabi 向けにコンパイルし、生成するファームウェアに静的ライブラリをリンクします — STM32 や Arduino への書き込みと同じ流れです。
アプリを入手アプリはオフラインで動作しますが、AI アシスタントは 1 台ごとのライセンスです。まずインストールし、ツール ▸ AI 設定 を開き、表示される Machine ID をこのフォームに添えてお送りください。
これは Windows アプリケーションの要件です。macOS 版はなく、アプリケーションの Linux 移植も未リリースです。Windows を離れるのは画像ライブラリのほうです。
| 項目 | 最小構成 | 推奨構成 |
|---|---|---|
| OS | Windows 10 64 ビット | Windows 11 64 ビット |
| CPU | 4 コア、x86-64 | 8 コア以上 |
| メモリー | 8 GB | 16 GB 以上 |
| GPU | なしでも可 — 推論は CPU にフォールバック | NVIDIA RTX 3060 以上、最新ドライバー |
| ストレージ | 空き 30 GB（SSD） | データセットと録画用に空き 60 GB |
| インストーラーが取得 | Visual C++ x64 ランタイム、Microsoft Edge WebView2、CUDA および cuDNN ライブラリ、PyTorch、OpenCV、ONNX Runtime、同梱の Python 環境。セットアップがまとめてダウンロードするため手動インストールは不要ですが、インストール中はネットワーク接続が必要です。 | |
セットアップファイル自体は小さく、正確なサイズとハッシュは上のダウンロードカードに出ています。インストール中にコアランタイム — CUDA と cuDNN、PyTorch、GPU 対応 OpenCV、ONNX Runtime、完全な Python 環境 — を取得します。その容量もカードに表示されます。オプションのアドオンは後から Tools > Components で、有効にしたものだけがダウンロードされます。
ビジョンのパイプラインはキーなしで動作します。1 台ごとのライセンスが必要なのは AI アシスタントだけです。アプリに表示される Machine ID をお送りいただくと、その PC に紐づくキーを発行します。ある PC 向けのキーを別の PC で使うことはできません。
まだです。コード署名証明書は手配中です。それまではダウンロードの横に掲載している SHA-256 ハッシュを照合してください。改ざんや欠損の検出という点では同じく確実です。
プロジェクトはプレーンな .json で保存されます。ノード、パラメータ、接続が記録され、テキストエディターで読め、バージョン管理にも載せやすい形式です。ときどき目にする .mcameo はモデルの重みを収める別のテンソルコンテナで、プロジェクトファイルではありません。
動きます。検出とセグメンテーションは自動的に CPU へフォールバックします。ただし速度差は大きく、重いモデルの CPU 実行は検証用であって、ラインタクトには足りません。
macOS ビルドはなく、アプリケーション自体の Linux ビルドもありません。C++ 画像ライブラリは別で、Linux 向けにビルドでき、.so は上のダウンロード欄にあります。パイプラインについては、現時点で Linux に持っていく現実的な方法は Windows アプリから Python または C++ として書き出し、それをターゲットで動かすことです。
ライブラリは動きます。64 ビットと 32 ビットの ARM 組み込み Linux、そして OS のない Cortex-M 向けにビルドできるので、検査そのものを装置側で動かせます。各ターゲットに何が入るかは上の組み込みセクションに書いてあります。アプリケーションは Windows のままです。そこで構築して学習させ、書き出したパイプラインか、ライブラリを呼ぶ自作プログラムを基板で動かします。
Windows 10 / 11 向けの小さなインストーラーが一つ。インストール中に必要なランタイムを取得し、その後はオフラインで動きます。