[3D1-GS-2] 機械学習：画像認識

[3D1-GS-2-02] 外観検査での異常検知におけるノイズを含む学習データに対するデータ選別方法

〇国定 恭史¹、河野 晃光¹、古川 雄一¹、齋藤 輝昭¹ (1. 沖電気工業株式会社)

キーワード：異常検知、外観検査

電子基板などの工業製品の製造工程では、製品の不良を取り除くために外観検査が行われている。近年、外観検査システムでは機械学習を用いた異常検知が高精度な手法として注目されている。これらの手法はクリーンな学習データが利用できる理想的な実験設定で評価されているが、実用上では、学習データにノイズとなるデータが混入し、精度が劣化する場合がある。本研究では、異常検知におけるノイズを含む学習データに対するデータ選別方法について検討する。従来手法のSoftPatchを改良し、利便性を高めた手法を提案する。従来手法では、画像の領域ごとに選別を行うため、ノイズデータの特定はできず、他の異常検知手法に適用することはできない。一方、提案手法では、データごとに選別を行うため、ノイズデータの特定をすることができ、他の手法にも適用することができる。実験では、工場で取得した工業製品のデータを用いて評価を行い、提案手法が従来手法と同等の精度を維持しつつ、利便性が向上していることを示す。