E3 ENGINE/ ANOMALY DETECTION ENGINE
良品しか、
しらない。
だから、気づける。
E3 ENGINE は、良品の画像だけを学習する AI 異常検知エンジンです。 不良の見本を集めなくても、良品の集まりから外れたものを見つけ出し、 スコアと同時に「どこが違ったか」を面で返します。
E3 ENGINE Inferencer 4.0 の実機画面。 画面右のカウンタは動作確認時の値であり、性能を示すものではありません。
WHAT IT RETURNS
点数だけでは、
現場は動かない。
E3 ENGINE が返すのは異常スコアだけではありません。 良品モデルからの隔たりが大きい領域を、撮像した画像の上に重ねて示します。 判定の理由を、人が見て確かめられる形にするためです。。
表示は Heatmap Overlay ／ Score Map ／ Red mask Overlay ／ Original Image の 4 つ。 現場では重畳表示で位置を掴み、検証ではスコアマップで分布を見る、といった使い分けができます。
ドラッグして比べる
実案件のプリント基板。異常スコア 0.45（しきい値 0.169）で NG 判定。模様に紛れた細い擦り傷を、位置ごと示している。 部品や配線の密集そのものには反応していない。
THE PROBLEM
不良を教える方式は、
現場で行き詰まる。
不良を集めて学習させる方式は、工程が安定しているほど成り立ちません。 E3 ENGINE が良品だけを学習するのは、精度のためではなく、現場で続けられるようにするためです。
不良は、集まらない
良品が大半を占める工程では、学習に足るだけの不良画像がそもそも溜まらない。溜まるまで待つこともできない。
不良の種類は、決めきれない
想定していなかった欠陥が出たとき、不良を教えた分類器はそれを知らない。知らないものは、知らないままになる。
基準は、人によって揺れる
熟練者の「良品にはない違和感」は明文化されていない。担当者が変われば判定も変わる。