自動外観検査の支援パッケージに過検出を抑制する新手法を追加：製造ITニュース

東芝デジタルソリューションズは、製品の自動外観検査を支援する「Meister Apps AI画像自動検査パッケージ」の新バージョンを発表した。外観検査の過検出を減らす「欠陥判定最適化手法」を採用している。

[MONOist]

　東芝デジタルソリューションズは2025年12月18日、製造業の外観検査の自動化を支援する「Meister Apps AI画像自動検査パッケージ」の新バージョンの提供を開始した。素材、医薬品、自動車、電子部品といった、さまざまな業界での活用を見込む。

　新バージョンでは機能強化に加え、外観検査の自動化の課題である「過検出」を減らす、特許出願済みの「欠陥判定最適化手法」を新たに採用した。

　過検出とは、製品に問題がないのに検査装置が不良（NG）品と判定してしまう現象だ。不良品を見逃さないように判定閾値を厳しく設定することが原因で起こる。過検出が発生すると再検査の工数や廃棄費用が増え、生産効率の低下やコスト増を招く。

　今回追加された欠陥判定最適化手法は、同パッケージがこれまで提供してきたAI（人工知能）による「良品学習機能」に、特徴量解析を用いた補正や分類処理などを組み合わせたものだ。

　具体的には、まず欠陥画像の位置や輝度のばらつきを補正して同一条件で判定できるようにし、欠陥部分から抽出した特徴量を基に分類する。その上で、分類パターンごとに個別の良品閾値を設定して判定する仕組みとなっている。

欠陥判定最適化手法イメージ［クリックで拡大］ 出所：東芝デジタルソリューションズ

　同手法の導入により、欠陥画像の過検出を抑えて、再検査のための作業工数を大幅に削減できる。また、検査作業者による検査品質のばらつきや目の疲労などによる検査ミスを抑止することで、真の欠陥画像を見逃してしまうことも防げる。これにより、製造現場の生産性向上や設備稼働率の改善、品質向上に貢献する。

システム全体イメージ（枚葉シート検査の例）［クリックで拡大］ 出所：東芝デジタルソリューションズ

≫「製造ITニュース」のバックナンバー