特許ウォッチ

公開番号2025127788
公報種別公開特許公報(A)
公開日2025-09-02
出願番号2024024694
出願日2024-02-21
発明の名称物品検査装置、学習済モデルの作成方法、および物品検査方法
出願人アンリツ株式会社
代理人弁理士法人栄光事務所
主分類G01N 21/85 20060101AFI20250826BHJP(測定;試験)
要約【課題】物品の検査において、異物の種類が多い場合でも、良品誤検出を抑制しつつ検出感度を高くする。
【解決手段】搬送される物品を撮像して得られた検査画像を用いて前記物品を検査する物品検査装置(1)が、前記検査画像を記憶する画像記憶部(11)と、前記検査画像に対し、前記検査画像に含まれ得る異物の1以上の種類ごとにクラスを分けて機械学習を行って作成された、前記クラスごとに推論値を導出可能な情報を出力する学習済モデル(12)を適用して、複数の推論値を出力する検査処理部(13)と、前記クラスごとに閾値を設定して、前記クラスごとの前記推論値と前記クラスごとの前記閾値とを比較することにより異物の判定を行う判定部(14)と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
搬送される物品を撮像して得られた検査画像を用いて前記物品を検査する物品検査装置であって、
前記検査画像を記憶する画像記憶部と、
前記検査画像に対し、前記検査画像に含まれ得る異物の１以上の種類ごとにクラスを分けて機械学習を行って作成された、前記クラスごとに推論値を導出可能な情報を出力する学習済モデルを適用して、複数の推論値を出力する検査処理部と、
前記クラスごとに閾値を設定して、前記クラスごとの前記推論値と前記クラスごとの前記閾値とを比較することにより異物の判定を行う判定部と、を備える、
物品検査装置。
続きを表示（約 630 文字）【請求項２】
前記クラスと前記異物の種類とを対応付けて読み出し可能に記憶する記憶手段を有する、請求項１に記載の物品検査装置。
【請求項３】
前記判定部において、異物を検出しないように前記クラスごとにマスクをかける、
請求項１に記載の物品検査装置。
【請求項４】
検出した異物の数を含む統計値を異物の種類ごとに出力する、
請求項１に記載の物品検査装置。
【請求項５】
搬送される物品を撮像して得られた検査画像に対し、前記検査画像に含まれ得る異物の種類ごとにクラスを分けて作成された学習データを、前記クラスごとに推論値を導出可能な情報を出力するモデルに機械学習させるステップを有する、
学習済モデルの作成方法。
【請求項６】
プロセッサとメモリとを有する物品検査装置によって物品を検査する物品検査方法であって、
搬送される前記物品を撮像して得られた検査画像に対し、前記検査画像に含まれ得る異物の１以上の種類ごとにクラスを分けて機械学習を行って作成された、前記クラスごとに推論値を導出可能な情報を出力する学習済モデルを適用して、複数の推論値を出力する、推論値出力ステップと、
前記クラスごとに閾値を設定して、前記クラスごとの前記推論値と前記クラスごとの前記閾値とを比較することにより異物の判定を行う判定ステップとを、
有する、物品検査方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、物品検査装置、学習済モデルの作成方法、および物品検査方法に関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
製品などの物品の検査方法として、撮像に基づく検査画像を用いるものがある。物品がコンベアを流れる様子をカメラで撮像し、撮像によって得られた検査画像に異物が映り込んでいないかを検査する。
【０００３】
特許文献１には検査装置が記載されている。該検査装置は、被検査物Ｗに対して入力系統が異なる複数の画像を各入力系統に応じた所定の撮像条件で撮像し、該撮像によって得られる前記被検査物の複数の画像を組とした複検査画像を記憶する画像記憶部と、前記画像記憶部に記憶された前記複検査画像に対し、該複検査画像と同じ撮像条件の画像を用いて予め学習により作成した学習モデルに基づき画素ごとに処理して品質不良度合を求め、該品質不良度合と予め設定した閾値との比較により前記被検査物の品質状態を判定する判定部と、を備えている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２３－１１４８２８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
物品検査は、コンベアを流れる製品の形状や色味、欠けなどの外観不良を良品と異なる異物として判定することやコンベアを流れる製品とは異なる異種物を異物として判定することができるような学習済のＡＩモデルを用いて行われる。ここで、想定される異物の種類が多い場合、他の良品誤検出要因への対応が影響して、異物の検出感度が低下することがある。
【０００６】
良品誤検出とは、本来その物体は良品であるのに、異物であると間違って検出されてしまうことをいう。良品誤検出を避けるために、学習済モデルの閾値の値を変えることにより調整を行うことは可能である。しかしながら、閾値の値を変えると、今度は別の種類の異物を検出できなくなることがある。すなわち、異物の検出感度が低下する。
【０００７】
本発明は、上記事情に鑑みてなされたものであって、異物の種類が多い場合でも、良品誤検出を抑制しつつ検出感度が高くなるような、物品検査装置、学習済モデルの作成方法、および物品検査方法を提供することを目的とする。
【課題を解決するための手段】
【０００８】
前述した目的を達成するために、本発明は、下記［１］～［６］を特徴としている。
［１］
搬送される物品を撮像して得られた検査画像を用いて前記物品を検査する物品検査装置（１）であって、
前記検査画像を記憶する画像記憶部（１１）と、
前記検査画像に対し、前記検査画像に含まれ得る異物の１以上の種類ごとにクラスを分けて機械学習を行って作成された、前記クラスごとに推論値を導出可能な情報を出力する学習済モデル（１２）を適用して、複数の推論値を出力する検査処理部（１３）と、
前記クラスごとに閾値を設定して、前記クラスごとの前記推論値と前記クラスごとの前記閾値とを比較することにより異物の判定を行う判定部（１４）と、を備える、
物品検査装置。
［２］
前記クラスと前記異物の種類とを対応付けて読み出し可能に記憶する記憶手段を有する、［１］に記載の物品検査装置。
［３］
前記判定部において、異物を検出しないように前記クラスごとにマスクをかける、
［１］に記載の物品検査装置。
［４］
検出した異物の数を含む統計値を異物の種類ごとに出力する、
［１］に記載の物品検査装置。
［５］
搬送される物品を撮像して得られた検査画像に対し、前記検査画像に含まれ得る異物の種類ごとにクラスを分けて作成された学習データを、前記クラスごとに推論値を導出可能な情報を出力するモデルに機械学習させるステップを有する、
学習済モデルの作成方法。
［６］
プロセッサとメモリとを有する物品検査装置によって物品を検査する物品検査方法であって、
搬送される前記物品を撮像して得られた検査画像に対し、前記検査画像に含まれ得る異物の１以上の種類ごとにクラスを分けて機械学習を行って作成された、前記クラスごとに推論値を導出可能な情報を出力する学習済モデルを適用して、複数の推論値を出力する、推論値出力ステップと、
前記クラスごとに閾値を設定して、前記クラスごとの前記推論値と前記クラスごとの前記閾値とを比較することにより異物の判定を行う判定ステップとを、
有する、物品検査方法。
【発明の効果】
【０００９】
本発明によれば、異物の種類が多い場合でも、良品誤検出を抑制しつつ検出感度を高くすることができる。
【図面の簡単な説明】
【００１０】
本開示の一実施形態に係る物品検査装置を含む物品検査システムを例示するブロック図。
本開示の一実施形態に係る、物品検査装置の運転中画面を例示する概念図。
本開示の一実施形態に係る、物品検査装置の停止中画面を例示する概念図。
本開示の一実施形態に係る、物品検査装置の停止中画面を例示する概念図。
異物を例示する概念図。
異物の種類別の統計表示を例示する概念図。
異物の種類別の統計表示を例示する概念図。
異物の種類別の統計表示を例示する概念図。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許