深層学習を利用した伸線装置の不良検知

抄録

製造システムの信頼性向上は生産性向上に繋がるため、設備不良の早期発見が重要である。本研究では、伸線の製造ラインを例に設備不良を早期検出するための伸線の欠陥分類モデルを提案する。欠陥画像をモード毎に分類する深層学習モデルを検討し、モデルの精度をScore-CAMと予測確率を分析して高めた。その結果、要求精度を満たすモデルが得られたことから、提案モデルによる欠陥検出システムは伸線の生産性を向上させることが期待された。