AI外観検査のアノテーションを導入する前に、工場が決めるべきことは「何枚にラベルを付けるか」だけではありません。限度見本で合否が割れる傷をどう扱い、複数の検査員が違う判定をしたら誰が確定し、その結論をどの版のデータへ反映するか。ここが曖昧なまま外注すれば、完成した大量の教師データは現場の検査基準と一致しません。本稿はタイの製造拠点で品質保証、生産技術、IT担当者がアノテーションを発注・内製する際の、分類体系、判断の仲裁、ゴールデンセット、版管理、RFP、受入試験を一つの運用手順にします。
カメラ、照明、ライン速度、モデル選定を含むシステム全体の設計はAI外観検査の工場導入ガイドで扱っています。高速ラインのAI外観検査は撮像とタクトが中心です。この記事の範囲は、それらの装置が撮った画像に「何を正解として記録するか」です。学習用画像を増やす技術より、判定の根拠が再現できる状態を先に作ります。
AI外観検査アノテーションで発注する成果物を定義する
ラベルは画像上の印だけではない
アノテーションとは、画像または画像内の対象について、人が決めた意味を機械が読める形で残す作業です。ただし工場で必要なのは「NGという文字を付けた画像」だけではありません。元画像、製品と工程の識別子、欠陥の種類、位置、範囲、程度、最終合否、判断根拠、判定者、レビュー者、適用した検査基準の版を結び付けて初めて再現できます。顧客の品質協定や図面が変われば、同じ画像の結論が変わることもあります。画像だけを正本にすると、その変更理由が消えます。
外観検査には少なくとも三つの別の問いがあります。「画像に傷が存在するか」「その傷はどの種類か」「その製品を出荷してよいか」です。微細な擦れを傷として検出しても、限度見本以下なら出荷可という運用はあり得ます。存在ラベルと合否ラベルを混ぜると、モデルは傷そのものと工場の合格基準を区別できません。RFPの納品仕様でも、欠陥の観測事実、程度、処置を別フィールドに分けます。
作業単位も固定します。画像一枚に製品が一個とは限りません。表裏を別画像で撮る場合、ロット単位で判定する場合、一枚に複数キャビティの部品が写る場合があるためです。「画像ID」「ワークID」「撮像面」「撮像時刻」「ロットID」を区別し、何を一件のアノテーションと数えるかを書きます。ラベル費用、二重判定率、欠落件数の分母が変わるため、後から定義すると納品数量の争いになります。
分類、検出、セグメンテーションを目的で選ぶ
画像単位の分類は「この画像にNGがあるか」を安く記録できますが、位置を表しません。矩形は欠陥の場所を示す一方、細い傷や不定形の汚れには背景を多く含みます。ピクセル単位の領域指定は面積や境界を扱えますが、作業時間と境界判断の負担が増えます。いずれが優秀という話ではなく、受入時に何を測るかで選びます。出荷判定だけなら画像単位の合否が主になることがあり、傷の長さを限度見本と比較するなら位置と輪郭の記録が必要です。
製品上の欠陥と撮像失敗も分けます。ピンぼけ、露光不足、ワークの位置ずれ、レンズの汚れを「良品」や「傷」に混ぜず、「判定不能」「再撮像」として扱います。判定不能を安易にNGへ含めると不良品率の集計がゆがみます。逆に良品へ含めると、撮像品質の問題を見落とします。装置が再撮像できない場合の隔離と手動確認も運用欄に書きます。
欠陥分類体系は検査基準から作る
まず欠陥名の同義語を整理する
同じ表面の線状痕が、現場で「擦れ」「傷」「スジ」、顧客報告で「scratches」と呼ばれているなら、ラベル名だけを先に決めても一致しません。品質保証が図面、顧客規格、社内検査票、不良現品、限度見本を突き合わせ、名称の辞書を作ります。一つの名称に複数の現象が入っていないか、逆に同じ現象を別名称で数えていないかを確認します。分類は現場の言葉を消す作業ではなく、同義語を記録して一つの判定コードへ結び付ける作業です。
実務では階層を浅く保ちます。第1層を「線状欠陥」「点状欠陥」「欠け」「汚れ」「欠品」「撮像不良」、第2層を必要な材質や発生機構に応じて分けるような形です。初めから数十種類を一枚の画像で区別するよう求めると、判定者の認識の違いが増えます。「その他」を無制限に許すと分類の品質を追えないため、その他には理由を必須とし、一定期間ごとに分類追加・統合を審査します。件数の閾値は製品とリスクに合わせて工場が決め、記事の数字を規格として転用しないでください。
「OK」「NG」「REVIEW」は欠陥種類ではなく判定状態です。欠陥が見えるが合格範囲内なら、欠陥種類は記録して合否はOKにできます。限度見本で決着しないならREVIEWへ送ります。顧客承認待ちと再撮像待ちも同じREVIEWに押し込まず、理由コードを分けてください。これにより、モデルが迷ったのか、現場の仕様が未決なのか、入力画像が悪いのかを後から識別できます。
境界事例を文章と画像の組で残す
判定ガイドには「何をラベルするか」と同じ重さで「何をラベルしないか」を書きます。例えば樹脂成形品のゲート跡が許容範囲なら、異物や欠けとの見分け方を示し、許容される位置と外観の例を置きます。光沢面の反射は撮像角によって傷に見えることがあるため、単一画像では区別できない場合は再撮像または人による判定というルートを設けます。境界は文章だけでは再現しづらいので、限度見本に対応する画像と拡大位置、照明条件、品番、判断理由を組で保管します。
良いガイドは、一枚の画像に複数の欠陥がある場合も扱います。重複する矩形を許すか、主欠陥だけにするか、同じ現象が連続する場合に一個と数えるか。二つの傷が近接したときに領域を結合するか。境界を描くとき影を含めるか。こうしたルールはモデル精度より地味ですが、担当者が変わっても同じデータを作るための条件です。元の作業指示書、例、反例、改訂履歴を一組の版として納品させます。
タイ拠点で日本語、タイ語、英語が併存する場合は、ラベルコードを言語に依存させません。表示名は翻訳しても、固定IDと定義、例示画像は共通にします。「汚れ」とタイ語訳の範囲が完全に一致するとは限りません。翻訳だけを検収するのではなく、両言語を使う検査員が同じ画像を判定し、違いが出た箇所を定義へ戻して解消します。通訳者ではなく品質責任者が最終判断を持つことが重要です。
不一致を測り、仲裁の経路を決める
一致率は平均値だけで済ませない
最初の試験バッチでは、同じ画像を独立した二人以上に判定してもらいます。相手のラベルを見せないことが条件です。その結果を欠陥種類、品番、照明条件、境界事例ごとに見ます。全体一致率だけだと多数の良品で数値が高くなり、重要な欠陥で意見が割れていることを隠します。合否の一致、欠陥クラスの一致、位置の重なり、判定不能率を別々に記録します。位置を比較するなら、矩形や領域の重なりをどの指標で採点するかも事前に定めます。
一致しなかった画像は、安易に多数決で終えません。三人のうち二人がOKでも、残る一人が顧客規格上の重大な欠けを見つけたなら、品質保証が現物・規格・撮像条件を確認する必要があります。CVATのconsensus-based annotationは複数の判定を統合する機能を説明していますが、合意スコアが低い対象をレビューへ回す流れも示しています。ツールの多数決は、責任者の判断を置き換えるものではありません。
仲裁ログは「元の二つの判定」「最終判定」「判断者」「参照した基準版」「根拠」「ガイド改訂要否」を保持します。同じ種類の不一致が繰り返されたら、個人のミスとして処理せず、定義の不足、限度見本の不足、撮像条件の不安定さ、製品の仕様未決のいずれかを調べます。基準を更新した場合は、その更新前にラベルした画像をどこまで再判定するかも決めます。新しい基準を将来分だけに使うと、同じ欠陥が期間によって異なるコードで混在します。
レビュー権限と停止条件を明記する
判定者、一次レビュー担当、最終裁定者を分けます。外注先が付けたラベルを外注先だけで最終承認する構成では、工場の品質基準への適合を確認できません。工場側の品質保証が境界事例と高リスク欠陥の最終責任を持ち、生産技術が撮像起因の疑義を調べ、IT担当がデータ版と監査ログを管理するよう役割を定義します。担当者が休む場合の代行者と、判断待ち画像の隔離先も必要です。
停止条件は事前に決めます。例えば、新しい欠陥の種類が大量に現れたとき、検査規格の解釈が部署で割れたとき、同じ品番でも撮像条件の変更があったときは、作業量を増やす前にバッチを止めます。ここで必要な閾値はラインごとのリスクと検査体制で異なるため、RFPの空欄として工場と発注先が合意します。無制限に「後で直す」として進めると、後戻り範囲が読めなくなります。
ゴールデンセットを評価の物差しとして管理する
評価対象は良品と典型不良だけでは足りない
ゴールデンセットは、権限を持つ担当者が根拠付きで確定した画像群です。単なる「検査員一人が付けた正解」ではありません。典型的な良品、不良のほか、合否境界、似た欠陥、撮像不良、品番・ロット・シフト・照明状態の違いを含めます。希少欠陥は実例が足りないことがあるため、未収集の区分として可視化し、無理に合成画像だけで埋めません。製造業AIの合成データはその用途と検証上の制約を別に整理しています。
CVATの品質管理文書は、Ground Truthジョブと検証セットを使ってアノテーションを比較する流れを示します。重要なのは、評価用画像の正解作成を通常のラベル量産と切り離し、誰がいつ確定したかを管理することです。ゴールデンセットを納品の途中で無断更新すると、最初のバッチと後のバッチの成績を比較できません。更新を許すなら版を切り、変更理由と旧版の評価結果を残します。
ゴールデンセットと学習データの分離も必要です。同じワークを連続撮像したほぼ同じ画像が、学習側と受入側に分かれると実力を過大に見ます。分割の単位を画像だけでなく、ロット、ワーク、撮像日、カメラ、品番などから決めます。評価に含まない製品・条件は明記し、その範囲へ性能を一般化して約束しません。試験中に判定不能や重複画像を発見した場合、恣意的に除くのではなく除外規則と件数を記録します。
正解自体の不確かさも保持する
全画像を無理にOKまたはNGへ押し込む必要はありません。実物確認が必要、顧客承認待ち、撮像では識別不能などは別の状態として残します。受入試験に使う確定済み集合と、仕様検討中の保留集合を分ける方が、偽の「正解」を減らせます。保留例は捨てずに次回の限度見本改訂や撮像改善の入力へ回します。
モデル評価とアノテーション品質評価も分けます。モデルがゴールデンセットに合わない理由は、モデル、撮像、ラベル、基準のいずれにもあり得ます。評価時に異議が出た画像は、モデルに合わせて正解を書き換えず、品質責任者の再審査へ回します。NISTのAI RMF測定プレイブックは、データ品質と代表性がAI評価へ直結する点を示しています。工場ではこの一般原則を、検査条件と判定責任の記録へ落とし込みます。
画像、ラベル、基準を一緒に版管理する
一つの「データセットv2」では追跡しきれない
版管理には少なくとも元画像、前処理、分類辞書、判定ガイド、個別ラベル、ゴールデンセット、学習・検証・受入の分割を含めます。モデル版だけが残っていても、学習に使ったラベルが後から修正されたら同じ実験を再現できません。MLflowのDataset Trackingは、入力データの由来、版、実験との関係を追う考え方を示しています。特定ツールを採用しなくても、工場の納品仕様として「どの画像集合、どのラベル版、どの基準版で結果を出したか」を固定します。
画像を上書きせず、元ファイルの識別子とチェックサム、撮像条件、取り込み日を保存します。明るさ補正、切り出し、向きの変更をした派生画像は、元画像へ戻れるよう処理内容と版を残します。画像のファイル名だけでワークとの関係を表すのは避けます。命名規則が変わると結合が切れるため、安定した画像IDとワークIDを別に持ちます。保存先を変えても識別子が変わらない設計が望まれます。
ラベル変更は「最新値」だけでなく、変更前後、理由、操作者、承認者、時刻を記録します。特にOKからNGへの反転とその逆は、過去のモデル学習や出荷判断への影響を調べる入口です。顧客規格が変わったとき、旧基準の判定を消して新基準へ一括置換するのではなく、判定時に有効だった基準を保持します。新基準で再判定した結果は別の版として残し、どの期間・どのロットに遡及するかを品質保証が決めます。
アノテーションの納品形式と移管性を確認する
外注ツールの画面で見られるだけでは納品になりません。画像とラベルを取り出せる形式、ラベル辞書、属性、座標系、画像の向き、各IDの対応、レビュー履歴の出力方法をRFPに書きます。CVATのデータセット書き出し手順のように、ツールごとに対応形式や画像同梱の条件が異なります。試験バッチの時点で実際にエクスポートし、工場側の環境で再取り込みして一致を確認します。
多言語のガイドを別々のファイルで運用するなら、共通の版番号と翻訳承認日を持たせます。日本語版を更新してタイ語版が古いままなら、同じバッチで異なるルールが使われます。外注先の作業員に見える画面のガイド版も監査対象です。実際のデータと契約書のどちらにも同じ版識別子を入れると、後日の問い合わせで根拠を再現できます。
アノテーション外注のRFPに書くべき項目
成果物と責任分界を表にする
RFPの最初には、対象製品、撮像面、想定欠陥、画像形式、検査基準の所有者、作業場所、機密管理、納品単位を記します。画像の提供と選定を工場が行うのか、ベンダーが撮像から担うのかで責任が変わります。画像にワークIDがない場合、後からベンダーに完全なトレーサビリティを求めることはできません。入稿時点で欠けている属性を一覧化し、補完責任を決めておきます。
次にラベル仕様を添付します。欠陥クラスのID、説明、包含・除外例、位置と面積の付け方、複数欠陥の扱い、OK/NG/REVIEWの条件、判定不能の理由、限度見本への参照です。「詳細は作業開始後に協議」としてもよい項目と、価格と検収へ影響するため契約前に固定すべき項目を分けます。判定基準そのものが未確定なら、量産アノテーションの見積もりではなく、ガイド作成の小さな発注から始めます。
品質管理については、二重判定の対象の選び方、独立性、レビュー体制、仲裁者、ゴールデンセットの所有権、再作業条件を書きます。ベンダーが提示する「精度99%」のような単一数値だけで選ばず、何を分母にした値か、良品の偏り、重大欠陥の扱い、位置の採点方式を確認します。納期と費用には、初期ガイド整備、試験バッチ、量産ラベル、レビュー、仲裁、修正、エクスポートを分けて記載させます。これで単価の比較に隠れていた再作業の費用を見られます。
セキュリティと移管も契約項目です。製品画像に顧客図面や未発表製品が写る場合、保管場所、アクセス権、再委託、学習サービスへの二次利用、削除証跡を合意します。法令や顧客契約の適用は案件ごとに確認します。記事内で一律の保存期間や越境可否を決めることはできません。ツールの乗り換え時に元画像、ラベル、ガイド、履歴を受け取れる条件を先に書いておくことが、長期運用の自由度を保ちます。
見積比較は同一の試験バッチで行う
複数社に見積もりを取るなら、同じ画像セットと同じ暫定ガイドを配り、納品までの手順を比較します。極端に簡単な良品だけで試すと品質差が出ません。境界例、複数欠陥、撮像不良、品番違いを含め、ベンダーに「確定できない」と返す選択肢を与えます。その理由と質問の質は、無理に全件へラベルを付ける姿勢より有用です。試験中に受けた質問は全社へ同じ回答を渡し、条件差をなくします。
発注側も試験を利用します。ベンダー間で同じ画像の解釈が割れたら、価格交渉より先に自社ガイドの穴を直します。回答後に再提出させる場合は、初回と再提出を別版で保存します。選定基準は、単価だけでなく、合否境界での判断、監査ログ、再作業速度、輸出形式、多言語運用、データ保管条件、問い合わせ窓口の応答を含めます。数値の重み付けは工場の重大欠陥と契約条件から決めます。
受入試験はデータの再現性と運用を測る
検収は数量、品質、移管を分ける
納品件数が契約数に達しても、画像の重複、IDの欠落、仕様外のラベルがあれば受入できません。最初にファイル数、画像IDの一意性、ワークIDとの対応、壊れたファイル、対象外の画像、必須属性の欠落を機械的に検査します。次に、あらかじめ凍結したゴールデンセットと独立レビュー画像で判定品質を見ます。最後に、ガイド版と仲裁履歴を含めて再エクスポート・再取り込みし、移管後も同じ結果を再現できるかを確認します。
受入指標は対象ごとに決めます。合否の誤判定、重大欠陥の見落とし、欠陥クラスの取り違え、位置のずれ、REVIEWへの回し方は別項目です。平均一致率だけが高くても、重大欠陥一件の見落としを許容できない工程があります。反対に微小な位置差より、欠陥の有無が正しく残ることを重視する用途もあります。したがって指標、閾値、再試験条件、サンプル抽出の単位、判定者を発注前に合意し、納品後に都合よく動かしません。
試験画像の正解に異議が出た場合は、ベンダーの誤りと即断せず、独立した品質責任者が現物・規格・限度見本を確認します。正解を修正するならその版、影響する採点範囲、再計算結果を記録します。採点に使った画像を後でベンダーの学習用へ戻す場合は、次回受入セットを別に用意します。同じ問題を見せ続けるだけでは、新しいバッチに対する品質を測れません。
運用開始後もラベル品質を監視する
検収は終了ではありません。製品改訂、金型交換、照明・レンズ変更、新しい傷の発生、顧客の限度見本更新があれば、アノテーションガイドの適用範囲を再確認します。現場がモデル判定を訂正した画像は理由付きで回収し、単純に「新しい正解」として自動学習へ流さず、品質保証が仲裁します。訂正が特定の品番、シフト、カメラ、作業者へ集中するなら、画像入力とガイドの双方を調べます。
月次などのレビューでは、REVIEW理由、未裁定件数、欠陥クラス別の不一致、再作業に要した時間、ガイド改訂件数を確認します。どの数値を監視するかは工場の工程に合わせて絞ります。異常を検知したら、対象データ版と使用モデル版を特定し、影響するロットと再判定範囲を評価します。こうして画像、ラベル、モデル、出荷判断の関係を追えるようにして初めて、AI外観検査を継続的な品質工程へ組み込めます。
発注前の小さな試験バッチで運用の穴を見つける
ラベル作業の前に、画像と判定情報を分離する
候補会社に渡す試験バッチは、単に撮りためた画像を抜き出した集合にしません。製品型式、撮像位置、照明条件、表面材質、工程時間帯を記録し、同じ条件の写真ばかりに偏らないように選びます。良品、明確な不良、境界事例に加え、ピンぼけ、反射、位置ずれなど「画像が判定に使えない」例も含めます。後者を無理に良品または不良品へ振り分けると、撮像設備の問題が教師データの問題として隠れます。撮り直しが必要な画像には独立した理由コードを設け、再撮像の責任者まで決めておきます。
試験用画像のファイル名や付随する製造履歴から正解が推測できる状態も避けます。たとえば不良品だけ別フォルダーから取得していると、作業者やツールが画像の欠陥を見ずに仕分けられます。実運用でラベラーが使える情報と、検収時に品質保証が照合する情報を分けて提供し、どの情報を見て判断したかを記録します。個体番号と撮像時刻は追跡できる形で保持しますが、盲検にしたい項目はラベル作業画面へ出さない設計にします。
判定の食い違いを、再作業の指示書に変える
同じ画像を別の作業者が異なる欠陥名で分類した場合、まず入力ミス、分類辞書の不足、撮像不良、検査基準そのものの曖昧さを分けます。すべてを「ラベラーの教育不足」として差し戻すと、顧客の許容基準が曖昧なままになります。品質保証が現物または追加画像を確認し、どの製品仕様のどの条項で判断したかを判定ログへ残します。仕様から決められない場合は、暫定ラベルを学習用の正解として確定せず、設計・品質・顧客窓口の合意が必要な案件として保留します。
再作業指示には、対象画像のIDだけでなく、旧ラベル、新ラベル、変更理由、適用する分類辞書の版、類似画像を再点検する範囲を含めます。単一の画像だけ直して終えると、同じ判定ルールで処理済みの別バッチに不整合が残ります。新しいルールを遡及適用するか、次のバッチから適用するかを承認者が選び、その境界を記録します。候補会社の評価では、最初から一致した件数に加えて、こうした不一致を発見、説明、修正、再提出できるかを見ます。
検収後に現場が引き継げるかを試す
最終検収では、ベンダーの担当者が画面上で正しく見せられることだけを合格条件にしません。工場側の担当者が受領した画像、ラベル、分類辞書、判定ガイドを使い、別の環境で対象サンプルを開いて欠陥名と位置を再現できるかを確かめます。画像IDとラベルIDの対応が崩れていないか、座標の原点と単位が明記されているか、除外した画像の理由が残るかを確認します。作業者のアカウントを停止しても工場に必要なデータと監査ログが読めることも移管の条件です。
本番稼働後には新しい傷の形、照明の交換、製品の仕様変更が起きます。その都度モデルだけを再学習するのではなく、まず分類辞書とゴールデンセットに変更が必要かを判断します。変更が必要なら旧版での結果を保存し、新版で再評価してから切り替えます。現場が「前月と数値が違う理由」を説明できる状態が、データを納品物として受け取る意味です。発注書にこの引継ぎ作業を含めれば、ラベル枚数だけでは見えない運用負荷も比較できます。
よくある質問
AI外観検査のアノテーションは何枚から始めるべきですか？
一律の必要枚数はありません。最初は欠陥の種類、品番、撮像条件、合否境界を列挙し、少数の試験バッチでガイドの不一致を見つけます。その後、各条件の実例がどれだけ集まるかを見て量産計画を立てます。良品画像を大量に足しても、境界例と希少な重大欠陥の定義不足は解消しません。RFPには初期数量に加えて、試験後に追加範囲を決める手順を書きます。
欠陥ラベルの不一致は多数決で決めてよいですか？
定義済みで低リスクの対象では合意集約を補助にできます。ただし合否境界、顧客規格、重大欠陥、撮像不能は品質責任者の裁定へ回します。CVATやLabel Studioの判定者間一致のチュートリアルは低一致の対象をレビューへ回す考え方を示します。最終結論だけでなく、割れた理由と適用した基準版を残してください。
ゴールデンセットと普通の教師データは何が違いますか？
教師データはモデルの学習に使う画像とラベルの集合です。ゴールデンセットは、権限者が根拠付きで確定し、アノテーション作業やモデルの評価に使う物差しです。同じ画像を両方へ混ぜると評価を過大にするため、分割を管理します。ゴールデンセットの正解も絶対不変ではありませんが、修正する際には新しい版と理由、過去の評価への影響を残します。
アノテーション外注の費用は何で変わりますか？
画像の枚数だけでなく、欠陥クラスの数、位置指定の細かさ、境界例の割合、二重判定、専門家の仲裁、多言語ガイド、再作業、納品形式、情報管理によって変わります。単価を比較する際は、初期ガイド作成と試験バッチを分け、REVIEWや仕様変更時の単価も確認します。公開された一般相場を自社の見積額として扱わず、同じ試験セットで複数社の工数と品質を比べてください。
まとめ
AI外観検査のアノテーション導入で最初に買うべきものは大量のラベルではなく、工場の合否基準を画像へ一貫して適用できる手順です。欠陥の観測と出荷判断を分離し、境界例のガイドを作り、独立判定と仲裁で不一致を解消します。ゴールデンセットを凍結し、元画像・ラベル・基準・評価分割を版管理したうえで、RFPと受入条件を具体化します。この順序なら、ベンダーを変更しても判定根拠を工場側に残せます。
タイ工場で画像検査のアノテーション仕様や試験バッチの組み方を検討中なら、品番、欠陥例、現在の限度見本が揃った段階からお問い合わせください。発注前の分類体系と受入条件の整理から相談できます。
