ナレッジセンター
目次

AI外観検査モデル訓練のためのデータアノテーション

AI外観検査モデルの訓練のためのデータアノテーション仕様は、結局のところ三つの文に尽きる。ボックスは対象の縁に密着させ、はみ出さないこと。クラスは意味が一意で重複しないこと。困難サンプルはレビューセットへ入れること。実効性のあるアノテーション仕様は、通常五つの部分からなる。アノテーションのクラス定義、幾何精度の要求、属性の記入ルール、品質チェックのサンプリング比率、バージョン管理である。どれか一つが欠ければ、モデル稼働後に流出や誤検出として返ってくる。

1. データアノテーション仕様は実際に何を解決するのか

アノテーション仕様は、作業者のために書かれた手順書ではない。訓練セットと実際の生産ラインとの間の契約である。この契約がなければ、同じ傷をある人は「傷」、別の人は「汚れ」、さらに別の人は目立たないと考えて未ラベルとする。モデルは三つの互いに矛盾する答えを学ぶことになる。ライン上では、それが同じロットのワークが昼勤ではOK、夜勤ではNGと判定される現象として現れる。

もう一つ解決するのは再現性である。ビジョンモデルの精度の上限は本質的にアノテーションの一致性で決まる。仕様の役割は、人の判断を実行可能な決定木へ圧縮することだ。どのサイズからラベルを付けるのか、境界の画素をどう扱うのか、どの遮蔽率ならラベル付け不能とするのか。この決定木があれば、別の作業者群や別の外部委託チームでも、アノテーションのばらつきを許容範囲内に保てる。

2. アノテーション仕様に必ず明記すべき技術的詳細は何か

バウンディングボックス検出タスクでは、業界の慣行として、ボックスを対象の外接矩形に密着させること、アノテーションボックスとレビューボックスのIoU指標での一致性が一般に0.9を下回らないこと、キーポイントの位置決め誤差は通常2から3画素以内に収めることが求められる。分類タスクでは、ラベルが単一ラベルかマルチラベルかを明記し、マルチラベルのシーンではラベル間の排他関係を定義しなければならない。

見落とされやすいが必ず仕様に書き込むべき項目がいくつかある。最小アノテーションサイズ、例えば短辺が8画素未満の欠陥は個別にラベル付けせず、無視領域に割り当てる。遮蔽の扱い、対象が50%を超えて遮蔽されている場合は、破棄せず困難ケースとして記録する。境界ケース、画像端に接している対象はボックスが切り詰められてもよいが、切り詰め属性を必ず付す。画像取得側も仕様に含めるべきで、最小解像度、照明方式、撮影角度の許容範囲を含める。アノテーション品質の上限は撮像品質で決まるからだ。

3. どの製造工程がこの仕様に最も依存するか

例えば、FPCフレキシブル基板を製造する電子工場では、外観検査で三つの欠陥クラスをラベル付けする必要がある。金フィンガーの位置ずれ、カバーフィルムの気泡、回路の切れ込みである。こうした欠陥は小さくコントラストも低いため、仕様には各欠陥クラスを判定する起点サイズと許容される濃淡差の範囲を明確に記載しなければ、作業者は感覚に頼るしかない。

例えば自動車部品メーカーが鋳造品のバリを検査する場合、バリの形状は不規則で、湯じわと混同しやすい。仕様では模式図と境界ケース集を用いて両者を区別しなければならない。SMT実装後の部品位置ずれ検査では、アノテーション仕様をIPC-A-610の合否クラスに整合させ、許容される位置ずれと欠陥となる位置ずれの画素しきい値を直接換算し、作業者が経験ではなくしきい値に従えるようにする。

4. アノテーション仕様を実務に落とす際によくある落とし穴は何か

第一の落とし穴は、仕様を基準ではなく原則として書いてしまうことだ。「アノテーションは正確でなければならない」は原則である。「短辺10画素以上の欠陥はラベルを付し、5から10画素は保留として記録する」が基準である。実行でき、品質サンプリングができるのは基準だけだ。

第二の落とし穴は、品質チェックの比率を勘で決めることだ。業界の慣行は、初回は全数検査、安定後は10%から20%のサンプリング、困難ケースセットは100%レビューであり、レビュー担当は元の作業者であってはならない。サンプリングに合格しなかったバッチは全数返却とする。ここを明記しなければ、仕様は飾りにすぎない。

第三の落とし穴はバージョンのずれである。仕様を改訂しても古いデータを見直さないため、訓練セットに二つの基準が混在し、モデル性能がある精度水準で不思議と頭打ちになる。仕様ファイルにはバージョン番号と発効日を付け、データセットはバージョンごとに保管しなければならない。

第四の落とし穴は、アノテーションツールと形式を軽視することだ。COCO、VOC、YOLOの形式は座標の慣行が異なり、正規化値と絶対画素値を混在させるとボックス全体がずれる。仕様では出力形式と座標精度を一つに指定しなければならない。

5. この仕様が適する範囲と適さない範囲

適するシーンは、欠陥の形態が比較的安定し、整合させるべき明確な合否基準が存在する工程である。例えば外観検査、寸法測定、組立位置の判定、文字OCRの検証などだ。入荷材が一定程度そろい、照明が制御可能なラインでは、アノテーション仕様への投資効果が最も高い。

適さないシーンは、欠陥の定義自体がまだ模索段階で、カテゴリが日ごとに変わる工程である。そこでは、分厚い仕様を先に書いてから作業を始めるのではなく、小ロットの試験アノテーションから始めて仕様を随時改訂していく。強反射、大きな変形、強い遮蔽のあるワークでは、アノテーションの一致性を保つこと自体が難しく、まず撮像を解決してからアノテーションを論じるべきだ。さらに、アノテーション仕様はモデル選定の課題を解決できない。タスク自体が2Dビジョンの能力境界を超えている場合、仕様をどれだけ詳細にしても補えない。

ERP時代から数十年にわたり製造業の情報化の実務に取り組み、120万社の顧客にサービスを提供し、数千万台の端末を導入してきた立場から言えば、アノテーション仕様に近道はない。これは工程知識をデータの言語へ翻訳する工程であり、省略できない。

分野: AI画像認識百科