AI外観検査の誤検知対策｜過検出と見逃しを減らす受入設計

AI外観検査の誤検知対策を考えるとき、「感度を下げれば良品の排出が減る」という説明だけで設定を変えるのは危険です。良品を不良と判定する過検出は材料と確認工数を失わせます。一方、不良を良品として通す見逃しは顧客流出につながります。タイ工場の量産ラインでは、欠陥種類ごとに両者を測り、再判定レーンと変更管理を含めて受入基準を決める必要があります。本稿は、照明や学習画像の一般論ではなく、導入後に「どの判定を採用するか」を現場で決める実務に絞ります。

まず誤検知、見逃し、要確認を別の箱に入れる

最初に「陽性」を何と定義するか決めます。本稿では、AIが不良と判定することを陽性とします。このとき、真の不良を不良と判定したものが真陽性、良品を不良と判定したものが偽陽性、良品を良品と判定したものが真陰性、不良を良品と判定したものが偽陰性です。製造現場でいう過検出・誤排出は主に偽陽性、見逃し・流出は偽陰性に対応します。ただし、最終出荷判定の前に人が再判定する構成では、AIの偽陽性と最終廃棄は同義ではありません。AI判定、再判定結果、実際の廃棄または出荷を別々の列で残してください。

「要確認」を単純に不良へ合算すると、設備は安全側に見えても歩留まりが悪化します。反対に要確認を良品へ合算すると、処理量は増えても流出リスクが見えなくなります。要確認は第三の状態として数え、人が確定した後に真値と比較します。判定表には少なくとも、部品ID、品番、ロット、撮像時刻、欠陥クラス、スコア、適用したしきい値、モデル版、AI一次判定、人の確定判定、ゲートの実動作、最終処置を残します。時刻だけで突合すると、連続搬送時に隣のワークの画像へ結び付くおそれがあります。

例えば一日10,000個を検査するラインで「精度99%」という数字を聞いても、経営判断はできません。実際の不良率が低ければ、わずかな良品の誤排出でも排出箱の大半を良品が占めます。逆に全体正解率が高くても、重大欠陥の見逃しが一件あれば顧客要求を満たさない場合があります。全体正解率より、欠陥クラス別の見逃し件数、良品に対する誤排出率、再判定負荷を先に確認します。評価用データと量産データの母集団も分けてください。学習に使った画像でしきい値を決め、その同じ画像を「独立した受入試験」と呼ぶことはできません。

画像が安定して取れる条件や設備構成を整理したい場合は、先にAI外観検査導入のPoC・RFP・受入試験を参照してください。本稿は、その設備から出たスコアを、品質上の行動へどうつなぐかを扱います。

不良クラスごとに「誤判定の代価」を書き出す

しきい値を一つの数字で全欠陥へ適用する前に、欠陥台帳を作ります。項目は、欠陥名、顧客仕様の文言、限度見本、発生工程、見逃した場合の処置、良品を排出した場合の処置、再判定できる時間、混入しやすい外観、承認者です。寸法や強度に影響する欠けと、許容範囲内の色むらを同じ費用・同じしきい値で扱う理由はありません。顧客の図面や品質協定が判定を規定しているときは、それを上位条件にします。AIスコアが高いからという理由で仕様を上書きしません。

欠陥クラスを「重大」「主要」「軽微」と呼ぶ場合でも、名称だけで設定を決めないでください。重大欠陥の候補は見逃しを極小化する方向へ、軽微な外観差は過検出を抑える方向へ、という原則はあります。しかし、実際には許容限界の位置、識別可能性、後工程で再検査できるか、客先での発見可能性によって運用が変わります。「この点はサンプルAならOK、BならNG」という境界を品質保証と製造で合意し、版を持つ限度見本として保存します。決め切れない境界を学習ラベルの多数決で埋めると、判定基準の曖昧さをモデルへ隠すだけです。

しきい値は「不良らしさのスコアが何点以上なら即排出」の境目です。ただしモデルの出す0.8が必ず80%の確率を意味するとは限りません。校正していないスコアは順位付けの量として扱い、実測の混同行列に基づいて動作を決めます。クラス別しきい値を認めるなら、複数クラスが同時に出た場合の優先順位も書きます。重大クラスが要確認、軽微クラスが排出なら、どちらの行動を優先するか。クラスを増やすたびに、この競合規則を確認します。

しきい値調整で検知率と適合率が動くこと、費用を評価関数へ入れて選択できることは、scikit-learnの公式文書でも説明されています。ただし、その例の最適値を製造ラインへ移植できるわけではありません。製品別の真値、流出費用、良品損失、再判定能力を自工場で見積もる必要があります。

画像検査のしきい値設定は三つの行動へ変換する

二値の「OK/NG」だけでは、境界品をすべて捨てるか流すかになりがちです。量産では、スコア区間を三つの行動に分ける方法を検討できます。下側は自動通過、中央は隔離して人が再判定、上側は自動排出または停止です。ここでいう中央区間は品質基準を緩める場所ではありません。確定判定を得るまで製品が出荷経路へ戻らないよう、物理的な搬送先、容器、ラベル、権限を設計する場所です。人が「AIは大丈夫そう」と画面だけ見て即時通過させるなら、監査可能な再判定とは呼びにくくなります。

三つの行動を描く際は、良品・境界品・明確な不良の実ワークを画像と紐付けます。コンベヤ上の撮像位置、エンコーダまたはトリガ、PLCへの判定信号、通過経路、確認経路、排出ゲートを一つの時系列で示します。ソフトウェア画面だけに状態があると、停電・通信断・詰まり時に現物の所在が失われます。設備側で「判定未完了」「画像欠落」「モデル停止」をどう扱うかも異常モードとして決めておきます。

中央区間の幅は、現場の確認能力から逆算します。例えば仮に10,000個/日、中央区間に2%が入り、1件の再判定に45秒かかるとすると、確認工数は200件×45秒=9,000秒、すなわち2.5人時/日です。これは休憩、搬送、再撮影、記録、ピーク時間への集中を含まない単純計算です。ピーク時に毎分いくつ到着し、隔離バッファが何分保持できるかを別に検証しなければ、日平均では回るように見えてもラインが詰まります。夜勤の確認者が不在なら、中央区間のロジック自体を変えるのではなく、保留品を安全に保持する運用を決めます。

しきい値を低くすると一般に不良を拾いやすくなりますが、良品のアラームも増えやすくなります。しきい値を高くすると逆の傾向があります。ただしクラスの分布、画像品質、校正状態によって曲線は変わります。しきい値候補を横軸、良品の過検出率と不良の見逃し率を縦軸に置き、欠陥クラスと品番で分けて示してください。「しきい値0.7が正解」という絶対的な数字はありません。候補値は承認済みのチャレンジセットと、実際の生産条件の双方で比較します。

ゴールデン・チャレンジセットで境界を固定する

ゴールデン・チャレンジセットとは、しきい値やモデルを変えたときに毎回同じ問いを投げる固定の試験群です。合格しやすい典型品だけを並べると、変更で最も壊れやすい境界が見えません。各欠陥クラスについて、明らかな良品、許容限界内の良品、限界直外の不良、明らかな不良、撮像が難しいが有効なワークを入れます。可能なら品番、ロット、材料、日勤・夜勤、装置立上げ直後、治具交換後を跨ぐサンプルを用意します。これは「限度見本」と「AIが迷う画像」を重ねる作業ですが、二つを混同しません。前者は品質基準、後者はモデルの弱点です。

セットの正解は一人の担当者の記憶に置かず、品質保証の承認記録に置きます。意見が割れた品は、最初から「多数決でOK」にせず、客先規格や限度見本の再確認対象へ戻します。真値が未確定の画像は学習に使うこともできますが、受入指標の分母には入れません。画像のハッシュ、現物保管場所、照明レシピ、撮影版、判断根拠を登録し、同じ名前で中身が差し替わらないようにします。機密上の理由で現物を長期保管できなければ、再撮影時に同一性を保証できない点を記録します。

チャレンジセットは、実際の発生頻度を代表するセットと、稀だが重要な欠陥を意図的に増やしたセットを分けてください。後者は重大欠陥の能力確認に役立ちますが、それをそのまま量産時の陽性的中率へ換算すると誤解を生みます。量産の不良率が異なるためです。再判定負荷や誤排出費用を試算する際は、量産の品番構成と不良率を別途使います。評価データに「不良50%」を人工的に混ぜた結果から「排出箱の半分は不良」と推論することはできません。

十分な不良現物が集まらないクラスは、件数不足を隠さないでください。「0件見逃し」と「見逃し確率ゼロ」は異なります。例えば20件の不良で0件見逃しでも、そのクラスについて小さな見逃し率を高精度で立証したことにはなりません。必要サンプル数と信頼区間を品質部門で決め、顧客要求がある場合はそれに従います。画像を回転・複製した拡張画像を独立サンプルとして数えることも避けます。同じ現物に由来する画像は、統計上の独立性が低いからです。

費用モデルで過検出と流出を同じ単位へ置く

しきい値候補の比較には、件数と費用の両方を使います。単純な期待費用は「良品の誤排出件数×良品処置単価＋不良の見逃し件数×流出処置単価＋再判定件数×再判定単価＋設備停止損失」と表せます。顧客流出費用には返品、選別、物流、代替品、ライン停止、顧客監査などの可能性がありますが、金額が未確定なら仮定として表示します。費用最小値だけで品質保証上の上限を緩めず、まず見逃し上限などの制約を通過した候補の間で費用を比べます。

以下は計算方法を示す仮定例であり、TOMAS TECHの実績値でも業界平均でもありません。10,000個/日、真の不良100個、良品9,900個と仮定します。候補Aは不良100個中98個を検出、良品9,900個中198個を誤排出、中央区間は200個です。候補Bは不良100個中95個を検出、良品9,900個中99個を誤排出、中央区間は100個です。再判定で完全に誤りが回復するという楽観仮定は置きません。ここでは単純比較のため、表の件数は最終判定後の残余件数とし、流出も排出も実際に発生したものと仮定します。良品処置単価300 THB、流出処置単価10,000 THB、再判定単価25 THB、停止損失は両案ともゼロと仮定します。

この仮定では候補Bが2,200 THB/日だけ低費用です。しかし不良流出の許容上限を2件/日以下とする契約なら、候補Bは費用が低くても不採用です。また流出単価を20,000 THBに変えると、候補Aは104,400 THB/日、候補Bは132,200 THB/日となり逆転します。流出単価の確度が低い場合は、5,000、10,000、20,000 THBなど複数シナリオを示して判断します。良品誤排出単価も、再投入可能な部品と破壊検査済みの部品で違います。単価の出所、対象期間、計算した責任者を併記することが、見栄えのよいROIより重要です。

費用の算式は、クラス別に拡張します。重大欠陥の流出費用は高く、軽微な外観差の再判定費用は相対的に高いかもしれません。さらに一件の流出がロット全量選別を引き起こす場合は、独立した一個当たり単価では影響を表せません。ワーストケースのロット処置と通常ケースを分けて、経営会議では両方を示します。価格を捏造して自動化を正当化するより、変数として開示し、その値が変わると結論がどう動くかを示した方が意思決定に役立ちます。

再判定レーンは「人が見る」だけで完成しない

再判定担当者には、ワーク現物、元画像、AIが示した検出領域、限度見本、判定理由を同じ画面または同じ作業票で示します。ただしAIの答えを大きく先に出すと、作業者がそれに引きずられる可能性があります。必要に応じて、まず人が独立判定し、その後にAIスコアを見る手順を試してください。人の確定判定がAIと異なる場合は、単に「修正済み」とせず、誰が何を根拠に覆したか残します。人も誤るため、一定件数の再監査や二名確認を重大欠陥に設定することがあります。

再判定レーンの設計では、ワークの行先が最優先です。AIが中央区間へ振り分けた個体が、良品搬送と物理的に混ざらないこと。端末の判定を確定するまで次工程へ戻せないこと。作業者が誤った品番の限度見本を開いたときに警告すること。再判定後の戻し先が良品箱と不良箱で明確に分かれること。ネットワーク断でも未処理個体を識別できること。これらは画面UIだけでなく、PLC、ゲート、バーコード、容器ラベルの連携で確認します。

品番やロット単位の検査結果を後工程の条件と照合する設計は、品質検査データのAI分析でも詳しく扱っています。そこでは原因分析が主題ですが、個体識別の精度は誤判定の監査にも共通します。AIが間違えた画像だけを後日集めても、元のワークと人の処置へ結び付かなければ、改善に使えるデータになりません。

タイ工場では日本語の品質仕様、タイ語の現場指示、英語の設備画面が混在することがあります。欠陥コードは言語に依存しない一意のIDで持ち、三言語の名称と限度見本を紐付けると、交代勤務と委託先への説明が安定します。翻訳された「傷」「汚れ」の語感だけで判断を渡さず、写真と測定条件を添えてください。確認時間に厳しいラインでは、判定者の教育工数、繁忙時の待ち行列、代替要員の有無も能力計算に入れます。

モデル・しきい値・基準見本を一つの変更として管理する

モデルを変えずにしきい値だけ変える変更でも、良品の排出量と不良の流出量は変わります。変更票には、現行版と提案版、変更理由、対象品番と欠陥クラス、学習データの変更有無、しきい値の旧新、チャレンジセットの結果、量産ログの再生結果、再判定負荷、ロールバック方法、承認者、適用時刻を記載します。照明レシピやカメラ位置を変えた場合も、入力分布が変わるため同じ枠で扱います。画像に関わる物理条件は外観検査の照明選定を参照し、本稿では判定側の版管理に焦点を当てます。

承認前には「新モデル対現行モデル」の横並び比較をします。同じ画像、同じ真値で両版を走らせ、変更によって救われた不良、増えた誤排出、新たに見逃した不良を個体単位で一覧化します。平均値だけの比較では、重大クラス一件の悪化が埋もれます。旧版で正しく通った境界良品が新版で排出される場合も、単に安全側と片付けず、再判定能力と歩留まりを評価します。学習データと評価データの分離を保ち、評価結果を見ながら同じ評価セットへ過度に合わせ続けないようにします。

量産適用は一斉切替だけではありません。まずシャドー運転で新旧判定を並行記録し、ゲート操作は旧版に任せます。その後、限定品番・限定ライン・限定時間で新規則を有効にし、異常時に旧版へ戻します。この段階で実ワークとログのIDが一致するか、ゲートまでの時間が足りるか、要確認品の滞留が起きないかを見ることができます。新旧画像が同じでも、PLCの処理遅延や通信再送が原因で誤ったワークを排出したら、それはシステムとしての誤排出です。モデル単体のスコア表には現れません。

変更後の監視では、欠陥クラス別の過検出率、見逃し事例、要確認率、判定遅延、画像欠落率、作業者による覆し率を週またはロット単位で追います。閾値を越えたら誰が調査するか、出荷停止や100%人手検査に戻す条件は何か、顧客連絡が必要な条件は何かを事前に決めます。NISTのAI RMFは、現場データから性能変化を把握し、測定結果をリスク管理へ戻す考え方を示しています。これは特定の日本・タイ工場へ法的義務を課すものではありませんが、変更管理の設計に役立つ参照枠です。

FAT・SATの受入基準を、数字と動作の両方で契約する

工場受入試験（FAT）はベンダー環境、現地受入試験（SAT）は実ラインで確認します。FATで同じ画像を正しく分類できても、現地の搬送速度、振動、製品姿勢、照明変動、PLC接続まで保証できません。両試験の役割を分け、合否条件を事前に記載します。検査機の総合ガイドにあるPoC・RFPの論点を前提として、ここでは誤判定対策に特有の項目に絞ります。

数値の受入基準は「精度99%以上」一行では不十分です。例えば契約案として、重大欠陥のチャレンジセット見逃しはゼロ、主要欠陥の見逃し率は合意した上限以下、良品の誤排出率は品番別上限以下、要確認率はシフト別処理能力以下と定義できます。ただし、ゼロ件の意味はサンプル件数とセットの構成で変わります。例示の数値をそのまま実工場の保証値にせず、客先要求、工程リスク、利用可能な真値件数から合意してください。指標は測定期間、分母、除外条件、再試験条件まで書いて初めて契約になります。

試験では、検査対象が正しく撮像できないときの扱いを抜かしがちです。モデルが「良品」と言った画像と、そもそも画像が取得できなかったワークは同じではありません。撮像失敗は専用コードで隔離または停止し、通常の良品率へ混ぜません。また再判定品が一定量を越えた際、ゲートがすべての対象ワークを取り違えずに保持できるか負荷試験します。リジェクト信号が間に合っても、空圧ゲートの作動時間や品間距離が不足すれば実物は誤った箱に入ります。

ISO 2859-1:2026は属性によるロット抜取検査のAQLに基づく方式を定めています。しかし、この規格のAQL表からAIの画像単位しきい値や欠陥クラス別の見逃し上限が自動的に決まるわけではありません。ロット受入と一個ずつのAI判定は、判断単位が違います。顧客との受入検査に抜取方式を採用する場合はその契約に従い、AI設備の性能受入は別に定義します。この区別をRFPと議事録へ明記すると、ベンダーが「AQLに適合したからAIの誤判定も問題ない」と説明する混同を防げます。

導入を進める順序：30日で合意するもの、量産で証明するもの

この順序で最も避けたいのは、先に装置のデモを通し、後から「工場ではこの傷をどう扱っていたか」を調べる進め方です。デモの正解ラベルが現場の出荷基準と違えば、どれほど高いスコアでも導入可否の証拠にはなりません。工程内の手直し可否と最終検査の出荷可否も分けます。手直し可能な段階なら要確認へ回せるワークが、包装後には開封費用を伴うかもしれません。同じ画像でも工程位置によって最適な処置は変わります。導入計画には撮像位置、分岐位置、後工程の救済可能性まで記載してください。

最初の一週間は、品質保証、製造、設備、ITの四者で対象を一品番・一工程に絞り、欠陥台帳と限度見本の版を確定します。次に実ワークの識別方法とAI一次判定から最終処置までのデータ列を決めます。この時点で費用が正確に出なくても、どの費用が大きいか、誰が見積もるかを決めます。設備提案の前にこの合意がないと、モデルのデモが成功しても現場は「何をNGにするか」で止まります。

二週目は、量産分布を代表する画像と、境界・希少欠陥を含むチャレンジセットを分けて収集します。データ分割は個体またはロット単位にし、同じワークの連写が学習側と評価側へ分かれないようにします。品質部門が真値を承認したら、欠陥クラス別のしきい値候補を複数出し、良品の過検出、重大欠陥の見逃し、要確認件数を同時に見ます。計算表の一行に「仮定」と「実測」を混ぜず、列や色を分けてください。

三週目は、再判定レーンの現物の流れを確認し、ピーク負荷で人とバッファが足りるか試します。機械の分岐信号、端末の確定操作、ロット保留、シフトをまたぐ未処理品、通信断を含めます。システム上で「要確認」と表示できても、現場で箱が混ざれば設計は失敗です。特に複数品番を混流するラインでは、適用中の品番レシピと画像のメタデータが一致することを運転中に確認します。

四週目は、FAT・SATの受入表、変更票、ロールバック手順、量産監視画面を一組にします。量産開始時は、承認済み版、開始時刻、対象ロット、監視責任者を記録します。最初の数ロットは全数または高頻度の人手監査を重ね、AIを信じる根拠を実ロットから積み上げます。そこで見つかった誤判定を即座に学習へ投入するのではなく、真値確認と変更手続きを通してから新しい版へ反映します。改善速度を上げることと、受入済みの性能を無断で変えないことは両立できます。

日次レビューの議題は「昨日の精度」より「なぜ処置が変わったか」

量産初期の短い日次レビューでは、昨日の正解率を一つだけ報告して終えないようにします。良品誤排出の実物を数点、不良見逃しの実物を全件、要確認品から良品へ戻した理由、判定不能の画像、ゲートとログの不一致を机上に並べます。それぞれについて、品質基準の解釈、撮像状態、モデルの識別、PLCや搬送の動作、人の処置のどこが原因かを仮置きします。原因が撮像にあるのに学習画像を増やしても再発を止められません。原因が限度見本の不一致なら、しきい値だけで現場の意見を一致させることもできません。

レビュー後に必ず決めるのは「誰が、何を、いつまでに確認するか」です。例えば品質保証が境界品の真値を決め、設備担当が同じ時間帯の照明電流を調べ、IT担当が画像IDとPLCの排出信号を突き合わせ、製造担当が再判定待ちの最大件数を測ります。翌日に同じ誤排出があっても、原因と処置が記録されていれば改善に進めます。単に誤検知画像をフォルダへためるだけでは、必要な関係者へ行動が渡りません。週次では、欠陥クラス別の件数と品番構成の変化を見て、母数の変動による見かけの改善と本当の改善を分けます。

ベンダーへ渡す最小限の依頼票

見積依頼では「誤検知を減らしたい」だけでなく、試験時に返してほしい成果物を明記します。最低限、個体別のスコアCSV、画像と真値の対応表、欠陥クラス別の混同行列、候補しきい値ごとの過検出・見逃し・要確認件数、遅延時間の分布、通信断時の挙動、ゲート動作ログ、モデルとレシピの版、再試験方法、旧版へ戻す時間を求めます。費用の見積は、カメラやGPUだけでは足りません。隔離コンベヤ、分岐ゲート、再判定端末、MES連携、保守、現場教育、サンプル保管を含め、誰が提供するかを分けます。受入試験の不合格時に再学習・再調整を何回まで含むかも契約前に確認します。

工場が準備するのは、製品仕様、限度見本、欠陥クラス、必要な処理速度、現物の搬送図、既存の排出・再判定件数です。十分なデータがない場合は、その事実を明示してPoCで収集する計画にします。「過去画像はないが精度保証だけ先に契約する」という形では、双方の期待がずれます。ベンダーが提示する参考事例の数値も、自工場の材料、表面、欠陥頻度、撮像条件で再現できると見なさず、現物でのチャレンジ試験を条件にします。こうした依頼票があれば、異なる提案を同じ物差しで比較できます。

量産採用の最終会議では、五つの問いに文書で答えられる状態を目標にします。第一に、誰がどの限度見本を正本として承認したか。第二に、その正本に対して欠陥クラス別の見逃しと良品誤排出を何件観測したか。第三に、要確認品がどの容器へ入り、誰が何分以内に確定し、未確定のまま出荷されない根拠は何か。第四に、モデル、しきい値、照明、品番レシピの版を後から個体単位で再現できるか。第五に、画像欠落や通信断が起きたとき、どの現物が保留され、誰が復旧を承認するか。これらに答えられないまま「精度の平均値は高い」と説明しても、量産の品質リスクは引き受けられません。逆に、この五つが揃えば、まだ改善余地のあるモデルでも安全な限定運転を設計できます。

また、受入後に管理する費用と責任の境界を明確にします。誤排出を減らすための追加学習が保守契約に含まれるのか、限度見本を顧客が変更したときの再検証費用は誰が持つのか、画像と判定ログは誰の所有物でどの期間保持するのかを確認します。複数の品番へ横展開するときは、最初の品番の受入結果をそのまま流用しません。新しい品番では表面反射、形状、搬送姿勢、欠陥頻度が変わり得るため、少なくとも差分を評価し、欠陥クラスと境界見本を再承認します。これを変更票へ記録すれば、導入後の改善を止めずに、品質保証が何を承認したかを説明できます。

判断の責任を曖昧にしないため、運用開始前に例外時の決裁経路も図にします。重大欠陥を一件見逃したと疑われるとき、設備担当が勝手にしきい値を下げて運転を続けるのではなく、対象ロットを隔離し、品質保証が影響範囲を判断します。良品の誤排出が急増したときも、製造担当だけで要確認区間を狭めてはいけません。画像の変化、真値の変化、搬送の取り違えを切り分け、承認された旧設定へ戻すか、人手検査へ切り替えるかを決めます。一次連絡先、代行者、夜勤の判断権限、客先への報告要否を紙でも閲覧できる状態にしておくと、端末やネットワークの障害時にも現物を守れます。

月次レビューでは、しきい値を何回変更したかより、変更のたびに見逃しと過検出の両方が再評価されたかを見ます。稀な欠陥の件数が足りないまま見かけの正解率だけ改善した場合は、評価不足として残します。改善の優先順位は、顧客への影響、再判定に要する人手、良品の損失、停止時間から決めます。これらの記録を継続して初めて、次の品番への展開時に「前回と何が同じで何が違うか」を具体的に説明できます。

よくある質問

AI外観検査の過検出は、しきい値を上げれば解消しますか？

同じモデルと画像であれば、しきい値を上げると良品を不良とする件数が減る方向に動くことが一般的です。同時に真の不良を通す件数が増える可能性があります。欠陥クラス別の曲線、重大欠陥の上限、再判定レーンの能力を確認してから調整します。撮像条件が変わってスコア分布自体が動いた場合は、しきい値だけで押さえ込まず、画像と設備状態を調査します。

外観検査の誤判定を減らすために、何件の試験画像が必要ですか？

固定の万能件数はありません。検証したい欠陥クラス、許容する見逃し率、信頼水準、品番やロットのばらつきによって変わります。20件の不良で見逃しゼロという結果と、数千件の独立した不良で見逃しゼロという結果の証拠力は違います。事前に統計的な計画と真値の定義を決め、同一ワークの連写を独立件数として水増ししないことが大切です。

画像検査のしきい値設定は、ベンダーに任せてもよいですか？

ベンダーには候補値と性能曲線を出してもらえます。しかし、許容できる流出、良品損失、再判定工数は工場と顧客の条件です。品質保証が限度見本と欠陥クラスを承認し、製造が処理能力を確認し、設備・ITが動作とログを検証したうえで、共同で採用値を決めます。設定値の変更権限と承認履歴も工場側で把握できる契約にしてください。

AI検査の受入基準で、全体正解率だけを使えますか？

使わない方がよいです。良品が大半のラインでは、全体正解率が高くても重大欠陥の見逃しが隠れます。欠陥クラス別の見逃し、良品の過検出、要確認率、実ゲートの取り違え、画像欠落、復旧の条件を組み合わせます。分母と試験件数を明記し、FATの画像再生結果とSATの実ライン結果を分けて報告します。

まとめ

AI外観検査の誤検知対策は、モデルのスコアを少し調整する作業ではありません。欠陥クラス別の品質基準を固定し、良品誤排出と不良流出を別に数え、要確認品を現物ごと隔離し、しきい値変更を版管理する運用設計です。チャレンジセットと量産分布を分けて評価し、費用の仮定を明示し、FATとSATで画像の判定からゲートの実動作まで確認すれば、過検出と見逃しのトレードオフを説明できるようになります。

タイ工場で既存ラインの誤排出が増えている、あるいは新しいAI検査設備の受入表を作る段階なら、欠陥台帳や現行の判定ログが揃っていなくてもお問い合わせからご相談いただけます。まず対象品番、流出させたくない欠陥、再判定できる時間を一緒に整理するところから始められます。

参考情報

• scikit-learn: Tuning the decision threshold for class prediction — スコアと行動を分け、しきい値変更が指標へ及ぼす影響を説明。
• scikit-learn: Post-tuning the decision threshold for cost-sensitive learning — 費用を評価関数に置く例。本文の工場費用は独自の仮定例。
• NIST AI Risk Management Framework Core — 運用データから性能変化を測定し管理へ戻す考え方。
• ISO 2859-1:2026 — 属性によるロット抜取検査のAQL方式。画像単位のAI判定基準とは区別。
• ISO 9001:2026 overview — 2026年版の品質マネジメント体系の概要。本文の具体的なFAT/SAT数値を同規格の要求と主張しない。
• ISO 9001 Auditing Practices Group: Monitoring and measuring resources — 測定資源が有効な結果を支えるという監査上の説明。