特許ウォッチ

公開番号2024128312
公報種別公開特許公報(A)
公開日2024-09-24
出願番号2023037238
出願日2023-03-10
発明の名称物品検査装置
出願人株式会社イシダ
代理人個人,個人,個人,個人
主分類G01N 23/18 20180101AFI20240913BHJP(測定;試験)
要約【課題】折れた物品を不良品と精度よく判定することが可能な物品検査装置を提供する。
【解決手段】物品検査装置100は、物品BにX線を照射するX線照射部6と、物品Bを透過したX線を検出するX線検出部7と、X線検出部7の検出結果から生成されるX線透過画像に基づいて学習済みモデルを用いて物品Bが良品か不良品かを判定する判定部13と、を備える。判定部13は、X線透過画像における物品Bの輪郭に基づき学習した第1学習済みモデルと、X線透過画像における物品Bの端部に基づき学習した第2学習済みモデルと、を学習済みモデルとして用いる。
【選択図】図5
特許請求の範囲【請求項１】
物品に電磁波を照射する照射部と、
前記照射部により照射され前記物品を透過又は反射した前記電磁波を検出する検出部と、
前記検出部の検出結果から生成される画像に基づいて、学習済みモデルを用いて前記物品が良品か不良品かを判定する判定部と、を備え、
前記判定部は、
前記画像における前記物品の輪郭に基づき学習した第１学習済みモデルと、前記画像における前記物品の端部に基づき学習した第２学習済みモデルと、を前記学習済みモデルとして用いる、物品検査装置。
続きを表示（約 830 文字）【請求項２】
前記判定部は、前記第１学習済みモデルを用いた判定結果と前記第２学習済みモデルを用いた判定結果とのうちの少なくとも何れかが、前記物品を不良品と判定する判定結果の場合に、当該判定結果を出力する、請求項１に記載の物品検査装置。
【請求項３】
前記画像を表示する表示部と、
前記表示部に表示された前記画像に、ユーザの指定により前記物品の端部に関する指定箇所を描画する描画部と、
前記画像における前記指定箇所を含む一部分を教師データとした機械学習により、前記第２学習済みモデルを生成する学習部と、を備える、請求項１又は２に記載の物品検査装置。
【請求項４】
前記学習部は、前記画像における前記物品の面積が下限閾値以下の場合、当該物品の端部に関する前記指定箇所を含む一部分について、教師データとして機械学習を行わない、請求項３に記載の物品検査装置。
【請求項５】
前記画像における前記物品の輪郭に関する輪郭情報を教師データとした機械学習により、前記第１学習済みモデルを生成する学習部を備え、
前記学習部は、前記画像における前記物品の面積が上限閾値以上の場合、当該物品の前記輪郭情報について、教師データとして機械学習を行わない、請求項１又は２に記載の物品検査装置。
【請求項６】
１つの前記物品のみを含む前記画像と当該物品の輪郭に関する輪郭情報とを有する単体データを、複数種記憶する記憶部と、
前記記憶部に記憶された複数種の前記単体データを合成することにより、複数の前記物品を含む前記画像と複数の当該物品の前記輪郭情報とを有する合成データを、複数種生成する生成部と、
前記生成部で生成した複数種の前記合成データの前記輪郭情報を教師データとした機械学習により、前記第１学習済みモデルを生成する学習部と、を備える、請求項１又は２に記載の物品検査装置。

発明の詳細な説明【技術分野】
【０００１】
本発明の一側面は、物品検査装置に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
従来、物品に電磁波を照射する照射部と、照射部により照射され物品を透過した電磁波を検出する検出部と、検出部の検出結果から生成される画像に基づいて、学習済みモデルを用いて物品が良品か不良品かを検査する検査部と、を備えた物品検査装置が知られている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２０２１－１５２４８９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上述した物品検査装置では、折れた物品についても良品と誤って判定してしまう可能性がある。
【０００５】
そこで、本発明の一側面は、折れた物品を不良品と精度よく判定することが可能な物品検査装置を提供することを課題とする。
を目的とする。
【課題を解決するための手段】
【０００６】
（１）本発明の一側面に係る物品検査装置は、物品に電磁波を照射する照射部と、照射部により照射され物品を透過又は反射した電磁波を検出する検出部と、検出部の検出結果から生成される画像に基づいて、学習済みモデルを用いて物品が良品か不良品かを判定する判定部と、を備え、判定部は、画像における物品の輪郭に基づき学習した第１学習済みモデルと、画像における物品の端部に基づき学習した第２学習済みモデルと、を学習済みモデルとして用いる。
【０００７】
画像上における折れた物品は、占める面積が良品とは異なるという第１の特徴と、良品には無い断面が端部に含まれるという第２の特徴と、を有することが見出される。そこで、本発明の一側面では、物品の輪郭に基づき学習した第１学習済みモデルを用いて判定することで、第１の特徴の観点から効果的に、折れた物品を不良品と判定することができる。また本発明の一側面では、物品の端部に基づき学習した第２学習済みモデルを用いて判定することで、第２の特徴の観点から効果的に、折れた物品を不良品と判定することができる。したがって、折れた物品を不良品と精度よく判定することが可能となる。
【０００８】
（２）上記（１）に記載の物品検査装置では、判定部は、第１学習済みモデルを用いた判定結果と第２学習済みモデルを用いた判定結果とのうちの少なくとも何れかが、物品を不良品と判定する判定結果の場合に、当該判定結果を出力してもよい。この場合、折れた物品を不良品と確実に判定することが可能となる。
【０００９】
（３）上記（１）又は（２）に記載の物品検査装置は、画像を表示する表示部と、表示部に表示された画像に、ユーザの指定により物品の端部に関する指定箇所を描画する描画部と、画像における指定箇所を含む一部分を教師データとした機械学習により、第２学習済みモデルを生成する学習部と、を備えていてもよい。これにより、画像全体を教師データとする場合と比べて、教師データを作成する際の作業量を削減でき、効率よく機械学習を行って第２学習済みモデルを生成することが可能となる。
【００１０】
（４）上記（３）に記載の物品検査装置では、学習部は、画像における物品の面積が下限閾値以下の場合、当該物品の端部に関する指定箇所を含む一部分について、教師データとして機械学習を行わなくてもよい。画像上において、物品の面積が下限閾値以下の場合、物品の断面が端部に現れていないことが多い。この点、本発明の一側面では、第２学習モデルを生成するにあたり、物品の面積が下限閾値以下の画像を機械学習から省くことができる。よって、判定精度の高い第２学習済みモデルを生成することが可能となる。
（【００１１】以降は省略されています）

関連特許