PR

 富士通研究所は2021年3月29日、製造ラインを流れる製品の外観に異常があるかどうかを検出するAIモデルを開発したと発表した。ユーザーが異常を含んだ画像を用意する必要がなく、検出性能を高めるために必要な再学習も自動で実行する。同社が開発したモデルを電子関連機器の製造工場である富士通インターコネクトテクノロジーズの長野工場における検査工程で検証し、プリント基板の検査工数を25%削減できることを確認した。

 開発したAIモデルは次のように異常を検出する。まずキズなどの異常がついていない正常な状態の画像から、形や大きさ、色などの異常を付加した画像を自動で生成する。次にこれらを学習して入力画像から元の正常な画像を復元する能力を高める。こうして入力画像と入力画像から生成された正常な画像から異常を検出する。

開発したAIモデルの概要
開発したAIモデルの概要
(出所:富士通研究所)
[画像のクリックで拡大表示]

 開発したAIモデルは、個体ごとに毛並みや色見の異なるカーペットや配線の形状が部位によって異なるプリント基板のような、正常な外観に個体差がある製品に対して異常を検出するモデルの性能を測定する指標であるAUROCで98%の精度を達成したという。

 検査工程の現場では通常、検査員が形状や質感などの特徴を基に良品か不良品かを判断している。正常な外観の場合でも毛並みや色見、配線の形状など個体ごとに様々なバリエーションがある場合があり、それぞれの特徴を組み合わせて判断する必要がある。それぞれの特徴を重み付けしてモデルを開発するこれまでの学習方法では1つの特徴に偏った判断をしてしまうため、多様な異常を高精度に検出するモデルの開発は困難だった。