画像検査の誤判定を70％削減｜良品データを増やして受注した成功事例

画像検査の誤判定を70％削減

樹脂成形品の画像検査案件で、初回テストでは良品を不良と判定する過検出が多く、このままでは導入できないと言われました。欠けや黒点は検出できていましたが、表面の細かな模様と照明の反射を欠陥と誤認していました。

不良品を追加するだけでは改善しなかったため、製造日、材料ロット、金型、成形条件が異なる良品を集めました。特に問題が起きやすい端部の反射を含む画像を増やし、判定範囲も製品全体ではなく重要部分へ分けました。

改善前後は検出率だけでなく、1,000個当たりの過検出数と、作業者が再確認する時間で比較しました。過検出は1,000個当たり43個から13個へ減り、再確認時間も1日約50分短縮できる見込みとなりました。

顧客は、完全に誤判定ゼロと約束する説明より、実際のばらつきを使って改善した過程を評価し、受注につながりました。運用開始後も月ごとに画像を見直します。学習データを追加する判断基準や、現場へ説明する際の注意点について意見をお願いします。

案件を横展開する際は、工場規模や生産品目によって結論が変わります。「画像検査の誤判定を70％削減」と似た相談で、今回とは異なる選択をした方の意見も歓迎します。

※この投稿はデモンストレーション用のサンプルです。