特許ウォッチ

公開番号2025150299
公報種別公開特許公報(A)
公開日2025-10-09
出願番号2024051110
出願日2024-03-27
発明の名称画像検査装置
出願人株式会社キーエンス
代理人弁理士法人佐野特許事務所
主分類G01N 21/88 20060101AFI20251002BHJP(測定;試験)
要約【課題】人間が機械学習モデルの出力結果を正確かつ容易に評価することのできる画像検査装置を提供する。
【解決手段】画像検査装置(1)は、ユーザにより提示された学習画像データに基づく機械学習でパラメータが更新されるモデルを用いて検査画像データの検査を行う。画像検査装置(1)は、学習画像データおよび検査画像データの少なくとも一方である対象画像データと、対象画像データに対するモデルの出力結果に基づいて、第1混同行列(104)を含むレポート表示を出力するレポート出力部(100)と、第1混同行列(104)に含まれる成分(104a)を指定するユーザ操作を受け付ける受付部(100)と、を備える。レポート出力部(100)は、ユーザ操作により指定された成分(104a)に該当する対象画像データ(107a、108a)が選択されたレポート表示を出力する。
【選択図】図5
特許請求の範囲【請求項１】
ユーザにより提示された学習画像データに基づく機械学習でパラメータが更新されるモデルを用いて検査画像データの検査を行う画像検査装置であって、
前記学習画像データおよび前記検査画像データの少なくとも一方である対象画像データと、前記対象画像データに対する前記モデルの出力結果に基づいて、第１混同行列を含むレポート表示を出力するレポート出力部と、
前記第１混同行列に含まれる成分を指定するユーザ操作を受け付ける受付部と、
を備え、
前記レポート出力部は、前記ユーザ操作により指定された前記成分に該当する前記対象画像データが選択された前記レポート表示を出力する、画像検査装置。
続きを表示（約 500 文字）【請求項２】
前記レポート表示は、前記対象画像データの選択状態を示す表示を含み、前記レポート出力部は、前記ユーザ操作により指定される前記成分に応じて前記選択状態を変更する、請求項１に記載の画像検査装置。
【請求項３】
前記第１混同行列には、前記対象画像データのうち当該行列の各成分に該当する対象画像データの数量が表示される、請求項１に記載の画像検査装置。
【請求項４】
前記モデルが画像を構成する画素の異常度を算出する工程を含むモデルであり、前記レポート出力部は、前記レポート表示において、前記対象画像データと、当該異常度に基づき生成される異常度マップとを重畳せずに表示する、請求項１に記載の画像検査装置。
【請求項５】
前記モデルが画像を分類する工程を含むモデルであり、前記レポート出力部は、前記レポート表示において、行列を構成する成分を表示する領域に当該成分に該当する対象画像データを配置した第２混同行列を表示する、請求項１に記載の画像検査装置。
【請求項６】
前記モデルがパラメータ固定部分を含む、請求項１に記載の画像検査装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、画像検査装置に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
近年、機械学習モデルを用いて画像データの識別及び分類などを行う装置が知られている（例えば特許文献１及び２を参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２０２３－０７７０５１号公報
特開２０２３－０７７０５４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
人間が機械学習モデルの出力結果を評価するときには、混同行列（Confusion Matrix）を用いることが多い。しかし、一般的な混同行列は、これに含まれる成分（真陽性、真陰性、偽陽性及び偽陰性など）に該当する画像データの数しか表現することができない。そのため、人間が機械学習モデルの出力結果を評価することは、必ずしも容易でなかった。
【０００５】
本発明は、上記の課題に鑑み、人間が機械学習モデルの出力結果を正確かつ容易に評価することのできる画像検査装置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】
【０００６】
例えば、本発明に係る画像検査装置は、ユーザにより提示された学習画像データに基づく機械学習でパラメータが更新されるモデルを用いて検査画像データの検査を行う画像検査装置であって、前記学習画像データおよび前記検査画像データの少なくとも一方である対象画像データと、前記対象画像データに対する前記モデルの出力結果に基づいて、第１混同行列を含むレポート表示を出力するレポート出力部と、前記第１混同行列に含まれる成分を指定するユーザ操作を受け付ける受付部と、を備え、前記レポート出力部は、前記ユーザ操作により指定された前記成分に該当する前記対象画像データが選択された前記レポート表示を出力する。
【０００７】
なお、その他の特徴、要素、ステップ、利点、及び、特性については、以下に続く発明を実施するための形態及びこれに関する添付の図面によって、さらに明らかとなる。
【発明の効果】
【０００８】
本発明によれば、人間が機械学習モデルの出力結果を正確かつ容易に評価することのできる画像検査装置を提供することが可能となる。
【図面の簡単な説明】
【０００９】
本発明の実施形態に係る外観検査装置の構成を示す模式図である。
前記外観検査装置のハードウエア構成を示すブロック図である。
学習段階及び運用段階それぞれの入出力処理を示す図である。
レポート出力機能及び関連機能の概略フローを示す図である。
ＡＩ検出用レポートの第１表示例を示す図である。
ＡＩ検出用レポートの第２表示例を示す図である。
ＡＩ検出用レポートの第３表示例を示す図である。
ＡＩ分類用レポートの表示例を示す図である。
多クラスの第１混同行列及び第２混同行列を示す図である。
分離度グラフの一例を示す図である。
【発明を実施するための形態】
【００１０】
以下、本発明の実施形態を図面に基づいて詳細に説明する。尚、以下の好ましい実施形態の説明は、本質的に例示に過ぎず、本発明、その適用物或いはその用途を制限することを意図するものではない。
（【００１１】以降は省略されています）

関連特許