JP2021156644A - コネクタ検査装置、コネクタ検査方法、及びプログラム - Google Patents

Abstract

【課題】コネクタの検査精度を向上させる。【解決手段】コネクタ検査装置は、学習用データ取得部２１３Ａ、学習済モデル生成部２１３Ｂ、検査対象データ取得部２１４Ａ、検査処理部２１４Ｂを備える。学習用データ取得部２１３Ａは、コネクタの撮像画像と、コネクタの検査結果とが対応付けられた学習用データを取得する。学習済モデル生成部２１３Ｂは、学習用データに基づいて、検査対象のコネクタの撮像画像の入力に応じて検査対象のコネクタの検査結果を出力するべく学習した学習済モデルを生成する。検査対象データ取得部２１４Ａは、検査対象のコネクタの撮像画像を取得する。検査処理部２１４Ｂは、学習済モデルを用いて、検査対象のコネクタの撮像画像から検査対象のコネクタの検査処理を実行する。【選択図】図４

Description

本開示は、コネクタ検査装置、コネクタ検査方法、及びプログラムに関する。

コネクタの検査において、検査対象のコネクタの撮像画像と予め記憶された基準画像とを比較して、両者の一致および不一致を判定することによりコネクタの良否を検査する検査装置が利用されている（特許文献１参照）。

特開２００１−２３７０４３号公報

特許文献１が開示する検査装置では、例えば、コネクタの表面に汚れ、油膜、錆等の異物が付着している場合には、ピン状の端子を複数有するコネクタの複雑な表面形状に照明光を照射したときの輝度が正常時とは異なるため、撮像画像と基準画像との一致率が低下して、コネクタの検査精度が低下する虞がある。

本開示は、上述のような事情に鑑みてなされたものであり、コネクタの検査精度を向上させることを目的とする。

上記の目的を達成するため、本開示に係るコネクタ検査装置は、学習用データ取得手段、学習済モデル生成手段、検査対象データ取得手段、検査処理手段を備える。学習用データ取得手段は、コネクタの撮像画像と、コネクタの検査結果とが対応付けられた学習用データを取得する。学習済モデル生成手段は、学習用データに基づいて、検査対象のコネクタの撮像画像の入力に応じて検査対象のコネクタの検査結果を出力するべく学習した学習済モデルを生成する。検査対象データ取得手段は、検査対象のコネクタの撮像画像を取得する。検査処理手段は、学習済モデルを用いて、検査対象のコネクタの撮像画像から検査対象のコネクタの検査処理を実行する。

本開示に係るコネクタ検査装置は、コネクタの撮像画像と、コネクタの検査結果とが対応付けられた学習用データに基づいて、検査対象のコネクタの撮像画像の入力に応じて検査対象のコネクタの検査結果を出力するべく学習した学習済モデルを生成し、この学習済モデルを用いて検査対象のコネクタの検査処理を実行する。このため、本開示によれば、照明光を照射したときの輝度の差異に影響されることなく検査対象のコネクタの検査結果を得ることができ、コネクタの検査精度を向上させることができる。

本開示の実施の形態に係るコネクタ検査装置の構成の一例を示すブロック図 検査治具の構造の一例を示す図 検査処理装置のハードウェア構成の一例を示すブロック図 検査処理装置の機能構成の一例を示すブロック図 ニューラルネットワークのアルゴリズムを説明するための図 学習済モデル生成処理の流れを示すフローチャート コネクタ検査処理の流れを示すフローチャート

以下、本開示の実施の形態に係るコネクタ検査装置について、図面を参照しながら詳細に説明する。

本開示の実施の形態に係るコネクタ検査装置１は、図１に示すように、検査対象であるコネクタＣが載置され検査データを取得する検査治具１００と、検査治具１００が取得した検査データに基づいてコネクタＣの検査処理を実行する検査処理装置２００とを備える。ここで、コネクタＣの種別は任意であり、例えば、衛星搭載機器として使用されるコネクタ、主にコンピュータと周辺機器を接続するために用いられるＤ−ｓｕｂコネクタ等である。また、コネクタＣの形状も任意である。

検査治具１００は、コネクタＣの検査データを取得する装置であり、コネクタＣが載置される載置台１１０、載置台１１０に載置されたコネクタＣを撮像する撮像装置１２０、およびコネクタＣを照明する照明装置１３０を備える。撮像装置１２０および照明装置１３０と検査処理装置２００とは、通信ケーブルを介して接続されている。検査治具１００は、コネクタＣの検査データとして、撮像装置１２０および照明装置１３０を用いて撮像されたコネクタＣの撮像画像を取得し、検査処理装置２００に供給する。なお、撮像装置１２０および照明装置１３０と検査処理装置２００とはネットワークを介して接続されてもよい。撮像装置１２０および照明装置１３０は、検査処理装置２００からの制御信号に従って駆動する。

載置台１１０は、検査対象であるコネクタＣが載置される台であり、載置面を有する直方体形状に形成されている。載置台１１０には、コネクタＣを予め定められた載置位置に配置および固定するためのガイド機構、クランプ機構等が設けられていてもよい。

撮像装置１２０は、載置台１１０に載置されたコネクタＣを撮像する装置であり、例えば、ＣＣＤ（Charge Coupled Device）、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の半導体画像素子、半導体画像素子の受光領域上に被写体像を結像させるためのレンズをはじめとする結像光学系等を備えるカメラである。撮像装置１２０は、撮像手段の一例である。撮像装置１２０は、図２に示すように、載置台１１０の上部に設けられた載置面に載置されたコネクタＣを撮影するべく、載置台１１０の上方に設置されている。

ここで、結像光学系としては、結像光学系とコネクタＣとの距離が変化しても、コネクタＣの像の大きさを変化させない性質を有するテレセントリックレンズを用いることが望ましい。テレセントリックレンズは、主光線が焦点を通るべく配列された光学系であり、視差による画像の歪みが生じないというメリットがある。撮像画像をもとにして検査を行う場合、画像の周辺部では歪みが大きく、例えばコネクタのピンを撮影した場合には、全て同方向を向いているはずのピンが、周辺部に到るにつれて放射状に写り込んでしまうこととなり、実際の検査結果に誤差を生ずることがある。これに対して、テレセントリックレンズを使用した場合には、コネクタＣの像点が画面の中心位置にあっても画面の周辺位置にあっても視差による影響を受け難い。

照明装置１３０は、撮像装置１２０による撮像の際にコネクタＣを照明する装置であり、照明光を出力する照明光源を備える。照明光源には、例えば、ＬＥＤ（Light Emitting Diode）、レーザ、またはこれらの組み合わせによって構成される白色光源が採用される。照明装置１３０は、例えば、載置台１１０の載置面に載置されたコネクタＣを照明するべく、載置台１１０と撮像装置１２０の間に設置される。ここで、照明装置１３０は、照明光源の照明方向と撮像装置１２０の結像光学系の光軸とが一致するいわゆる同軸落射照明を実現するために、例えば、結像光学系の光軸上にハーフミラーを配置し、このハーフミラーを用いて照明光源からの水平方向の照明光を反射させてコネクタＣを垂直方向に照射する構造であってもよい。照明装置１３０は、照明手段の一例である。

検査処理装置２００は、検査治具１００から取得した画像撮像を用いてコネクタＣの検査処理を実行する装置である。検査処理装置２００は、物理的には、図３に示すように、ＣＰＵ（Central Processing Unit）２０１、ＲＯＭ（Read Only Memory）２０２、ＲＡＭ（Random Access Memory）２０３、補助記憶装置２０４、入力装置２０５、表示装置２０６、データ入出力ＩＦ（Interface）２０７を備える。これらの各部は、バスラインＢＬを介して相互に電気的に接続されている。

ＣＰＵ２０１は、ＲＯＭ２０２または補助記憶装置２０４に格納されたプログラムをＲＡＭ２０３上に読み出して実行することにより、検査処理装置２００の各種機能を実現する処理装置である。

ＲＯＭ２０２は、ＣＰＵ２０１が実行する各種プログラム、プログラム実行の際に使用する各種固定データ等を記憶する不揮発性メモリである。

ＲＡＭ２０３は、ＲＯＭ２０２または補助記憶装置２０４から読み出されたプログラムおよびデータを一時的に保持する揮発性メモリであり、ＣＰＵ２０１の作業領域として使用される。

補助記憶装置２０４は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等の記憶内容が書き換え可能な不揮発性の記憶装置である。補助記憶装置２０４は、例えば、ＣＰＵ２０１が実行するプログラム、そのプログラム実行の際に用いられるデータ、そのプログラム実行により生成されたデータを記憶する。

入力装置２０５は、キーボード、マウス、スイッチボタン等の操作入力装置であり、ユーザによる各種操作を受け付け、受け付けた操作に応じた操作信号をＣＰＵ２０１に供給する。なお、入力装置２０５は、後述する表示装置２０６の表示画面とこれに重ねて設けられたタッチセンサとを有するタッチパネルであってもよい。この場合、入力装置２０５は、タッチパネルにおけるユーザの接触動作に係る接触位置、接触態様等のタッチセンサによる検出結果に応じた操作信号をＣＰＵ２０１に供給する。

表示装置２０６は、ＬＣＤ（Liquid Crystal Display）、ＰＤＰ（Plasma Display Panel）、有機ＥＬ（Electro-Luminescence）ディスプレイ等の画像表示装置であり、ＣＰＵ２０１の制御に従って、各種画像を表示する。表示装置２０６は、例えば、検査治具１００から取得した検査対象のコネクタＣの撮像画像およびその検査結果を表示画面上に表示する。

データ入出力ＩＦ２０７は、検査治具１００の撮像装置１２０および照明装置１３０との間でデータをやり取りするためのインタフェースである。データ入出力ＩＦ２０７は、例えば、ＣＰＵ２０１の制御に従って撮像装置１２０に撮像制御信号を出力し、撮像装置１２０から撮像画像データを入力する。

検査処理装置２００は、機能的には、図４に示すように、制御部２１０、記憶部２２０、入力部２３０、表示部２４０、データ入出力部２５０を備える。

制御部２１０は、ＣＰＵ２０１、ＲＯＭ２０２、ＲＡＭ２０３等により実現され、検査処理装置２００の各構成部位を制御する。制御部２１０は、撮像制御部２１１、照明制御部２１２、学習部２１３、および検査部２１４を有する。これらの各部は、ＣＰＵ２０１がＲＯＭ２０２または記憶部２２０に記憶された各種の制御プログラムを読み出してＲＡＭ２０３上で実行することにより機能する。

撮像制御部２１１は、検査治具１００の撮像装置１２０を制御する。具体的には、撮像制御部２１１は、データ入出力部２５０を介して、撮像動作を制御する撮像制御信号を出力することにより、撮像装置１２０の画角、撮像倍率、焦点距離、解像度等を制御する。撮像制御部２１１は、撮像制御手段の一例である。

照明制御部２１２は、検査治具１００の照明装置１３０を制御する。具体的には、照明制御部２１２は、データ入出力部２５０を介して、照明動作を制御する照明制御信号を出力することにより、照明装置１３０の点灯、消灯、照明光量、照明光の中心波長、照明方向等を制御する。照明制御部２１２は、照明制御手段の一例である。

学習部２１３は、学習用データに基づいてコネクタＣの良否を学習し、学習済モデルを生成する。学習部２１３は、学習用データ取得部２１３Ａと、学習済モデル生成部２１３Ｂとを含む。

学習用データ取得部２１３Ａは、ユーザが入力部２３０を介して入力した学習用データを取得する。学習用データは、例えば、コネクタＣの撮像画像と、コネクタＣの検査結果とが対応付けられたデータであり、正常データのみならず異常データをも含む。ここで、コネクタＣの撮像画像は、画像処理が適宜施され、コネクタＣの特徴量を抽出した撮像画像であってもよい。画像処理として、例えば、輝度レベルに応じて画像を白と黒の２階調に変換する二値化処理が挙げられる。また、コネクタＣの検査結果は、例えば、コネクタＣが良品であるか不良品であるかを示す良否情報である。学習用データ取得部２１３Ａは、学習用データ取得手段の一例である。

学習済モデル生成部２１３Ｂは、学習用データ取得部２１３Ａが取得した学習用データに基づいて、コネクタＣの良否を学習し、検査対象のコネクタＣの撮像画像からコネクタＣの検査結果を的確に導出する学習済モデルを生成する。また、学習済モデル生成部２１３Ｂは、生成した学習済モデルを記憶部２２０の学習済モデル記憶部２２１に格納して記憶させる。学習済モデル生成部２１３Ｂは、学習済モデル生成手段の一例である。

学習済モデル生成部２１３Ｂは、教師あり学習、教師なし学習、強化学習等の公知の学習アルゴリズムを用いることができる。本実施の形態では、学習済モデル生成部２１３Ｂは、教師あり学習におけるニューラルネットワークを用いて、コネクタの良否を学習する場合を例に説明する。

ニューラルネットワークは、複数のニューロンを含む入力層、中間層、および出力層を備える。さらに、３層以上を備える畳み込みニューラルネットワークを用いた、いわゆるディープラーニングの手法を用いることで、より効果的な学習を実行することが可能である。

例えば、図５に示す３層のニューラルネットワークであれば、複数のデータが入力層Ｘ１〜Ｘ３に入力されると、これらの各値に重みＷ１−１１〜Ｗ１−３２を掛けて中間層Ｙ１およびＹ２に出力される。中間層Ｙ１およびＹ２に入力された各値にさらに重みＷ２−１１〜Ｗ２−２３を掛けて出力層Ｚ１〜Ｚ３から出力される。この出力結果は、重みＷ１−１１〜Ｗ１−３２、Ｗ２−１１〜Ｗ２−２３の値によって異なる。

学習済モデル生成部２１３Ｂは、ニューラルネットワークを用いて、学習用データ取得部２１３Ａによって取得されるコネクタＣの撮像画像とコネクタの検査結果との組合せに基づいて作成される学習用データに従って、教師あり学習により、コネクタの良否を学習する。すなわち、学習済モデル生成部２１３Ｂは、ニューラルネットワークの入力層にコネクタＣの撮像画像を入力して出力層から出力された結果が、検査対象のコネクタＣの検査結果に近づくべく重みＷ１−１１〜Ｗ１−３２とＷ２−１１〜Ｗ２−２３を調整することで学習する。

また、学習済モデル生成部２１３Ｂは、学習用データ取得部２１３Ａが新たな学習用データを取得する毎に、コネクタＣの良否を再学習し、学習済モデルを更新する。

検査部２１４は、検査対象のコネクタＣの検査処理を実行する。検査部２１４は、検査対象データ取得部２１４Ａと、検査処理部２１４Ｂとを含む。

検査対象データ取得部２１４Ａは、データ入出力部２５０を介して検査治具１００から検査対象データを取得する。検査対象データは、検査治具１００の撮像装置１２０が撮像した、検査対象のコネクタＣの撮像画像である。検査対象データ取得部２１４Ａは、検査対象データ取得手段の一例である。

検査処理部２１４Ｂは、学習済モデルを用いて検査対象のコネクタＣの検査処理を実行する。具体的には、検査処理部２１４Ｂは、記憶部２２０の学習済モデル記憶部２２１に記憶された学習済モデルを読み出して、検査対象データ取得部２１４Ａが取得した検査対象データ、すなわち検査対象のコネクタＣの撮像画像を学習済モデルに入力し、学習済モデルからの出力に基づいて検査対象のコネクタＣを検査する。検査処理部２１４Ｂは、例えば、検査対象のコネクタＣの検査結果を示す検査情報を表示部２４０に表示する。検査対象のコネクタＣの検査結果は、例えば、検査対象のコネクタＣが良品であるか不良品であるかを示す良否情報である。検査処理部２１４Ｂは、検査処理手段の一例である。

記憶部２２０は、補助記憶装置２０４により実現され、制御部２１０が実行する各種プログラム、入力データおよび送受信データ等の各種データを記憶する。記憶部２２０は、例えば、学習用データ取得部２１３Ａが取得した学習用データ、検査対象データ取得部２１４Ａが取得した検査対象データを記憶する。

また、記憶部２２０は、学習済モデル記憶部２２１を有する。学習済モデル記憶部２２１は、学習済モデル生成部２１３Ｂが生成した学習済モデルを予め定められた記憶領域に記憶する。

入力部２３０は、入力装置２０５により実現され、ユーザの操作、各種データの入力等を受け付ける。入力部２３０は、例えば、ユーザによる学習済データの入力を受け付け、学習用データを学習用データ取得部２１３Ａに供給する。

表示部２４０は、表示装置２０６により実現され、制御部２１０の制御に従って、各種画像を表示画面に表示する。表示部２４０は、例えば、検査対象のコネクタＣの撮像画像および検査結果を示す検査情報を表示する。

データ入出力部２５０は、制御部２１０の制御に従って、各種データを入出力する。データ入出力部２５０は、例えば、撮像装置１２０に撮像制御信号を出力し、撮像装置１２０から撮像画像データを入力する。

次に、図６に示すフローチャートを参照して、制御部２１０の学習部２１３が実行する学習済モデル生成処理について説明する。学習済モデル生成処理は、学習用データに基づいて、学習済モデルを生成する処理である。

学習部２１３は、学習済モデル生成処理を開始すると、まず、学習用データを取得する（ステップＳ１０１）。学習部２１３の学習用データ取得部２１３Ａは、入力部２３０を介してユーザによって入力された学習用データを取得する。なお、学習用データは、コネクタＣの撮像画像と、コネクタＣの検査結果とを対応付けることができればよく、コネクタＣの撮像画像とその検査結果とを異なるタイミングで取得してもよい。

次に、学習部２１３は、学習用データに基づいて、コネクタＣの良否を学習し（ステップＳ１０２）、学習済モデルを生成する（ステップＳ１０３）。学習部２１３の学習済モデル生成部２１３Ｂは、例えば、学習用データ取得部２１３Ａが取得したコネクタＣの撮像画像と検査結果が対応付けられた学習用データに基づいて、教師あり学習により、コネクタＣの良否を学習する。また、学習済モデル生成部２１３Ｂは、検査対象のコネクタＣの撮像画像の入力に応じて、検査対象のコネクタＣの検査結果を出力する学習済モデルを生成する。

次に、学習部２１３は、生成した学習済モデルを記憶する（ステップＳ１０４）。学習済モデル生成部２１３Ｂは、例えば、ステップＳ１０３において生成した学習済モデルを記憶部２２０の学習済モデル記憶部２２１に記憶する。学習部２１３は、ステップＳ１０４の処理を実行した後、学習済モデル生成処理を終了する。

次に、図７に示すフローチャートを参照して、制御部２１０の検査部２１４が実行するコネクタ検査処理について説明する。コネクタ検査処理は、学習済モデルを用いて検査対象のコネクタＣを検査する処理である。

検査部２１４は、コネクタ検査処理を開始すると、まず、検査対象データを取得する（ステップＳ２０１）。検査部２１４の検査対象データ取得部２１４Ａは、検査対象データとして、データ入出力部２５０を介して検査治具１００の撮像装置１２０から出力された検査対象のコネクタＣの撮像画像を取得する。

続いて、検査部２１４は、検査対象データを学習済モデルに入力する（ステップＳ２０２）。検査部２１４の検査処理部２１４Ｂは、学習済モデル記憶部２２１に記憶された学習済モデルを読み出し、検査対象のコネクタＣの撮像画像を学習済モデルに入力する。

次に、検査部２１４は、学習済モデルの出力により検査対象のコネクタＣの検査結果を取得する（ステップＳ２０３）。検査処理部２１４Ｂは、検査対象のコネクタＣの撮像画像の入力に応じた学習済モデルの出力により、検査対象のコネクタＣが良品であるか不良品であるかを示す検査結果を取得する。

続いて、検査処理部２１４Ｂは、検査結果を報知する（ステップＳ２０４）。検査処理部２１４Ｂは、ステップＳ２０３において取得した検査対象のコネクタＣの検査結果を示すメッセージを、例えば、表示部２４０の表示画面に表示してユーザに報知する。検査部２１４は、ステップＳ２０４の処理を実行した後、コネクタ検査処理を終了する。

以上に述べたように、本実施の形態に係るコネクタ検査装置１は、コネクタＣの撮像画像と、コネクタＣの検査結果とが対応付けられた学習用データに基づいて、検査対象のコネクタＣの撮像画像の入力に応じて検査対象のコネクタＣの検査結果を出力するべく学習した学習済モデルを生成する。また、コネクタ検査装置１は、生成した学習済モデルに検査対象のコネクタＣの撮像画像を入力することにより得られた検査結果を報知する。このため、コネクタ検査装置１は、例えば、照明光の照射具合、異物の付着等によるコネクタの表面の輝度の差異に影響されることなく検査対象のコネクタＣの検査結果を得ることができ、コネクタの検査精度を向上させることができる。

なお、本開示は、上記の実施の形態に限定されず、本開示の要旨を逸脱しない範囲での種々の変形および応用が可能である。

上記の実施の形態では、検査処理装置２００は、学習用データに基づいてコネクタＣの良否を学習し、検査対象のコネクタＣの撮像画像の入力に応じてその検査結果を出力する学習済モデルを生成したが、学習内容および学習済モデルの出力内容はこれに限定されない。検査処理装置２００は、例えば、学習用データに基づいて良品画像を学習して検査対象のコネクタＣの撮像画像の入力に応じて検査対象のコネクタＣの良品画像を出力する学習済モデルを生成してもよい。この場合、検査処理装置２００は、検査対象のコネクタＣの撮像画像と、学習済モデルが出力した良品画像とをパターンマッチングをはじめとする手法により比較して両者の異同の程度に応じて検査対象のコネクタＣの検査結果を導出してもよい。

また、上記の実施の形態では、検査処理装置２００は、入力部２３０を介して取得した学習用データに基づいてコネクタＣの良否を学習し、学習済モデルを生成したが、予め生成された学習済モデルを取得して検査処理を実行してもよい。また、検査処理装置２００は、クラウドサーバとして実装されていてもよい。

上記の実施の形態において、例えばコネクタ検査装置１が備える検査処理装置２００のＣＰＵ２０１が実行する制御プログラムは、ＲＯＭ２０２または補助記憶装置２０４に予め記憶されていた。しかしながら、本開示は、これに限定されず、上記の各種処理を実行させるための動作プログラムを、既存の汎用コンピュータ、フレームワーク、ワークステーション等に実装することにより、上記の実施の形態に係る検査処理装置２００に相当する装置として機能させてもよい。

このようなプログラムの提供方法は任意であり、例えば、コンピュータが読取可能な記録媒体（フレキシブルディスク、ＣＤ（Compact Disc）−ＲＯＭ、ＤＶＤ（Digital Versatile Disc）−ＲＯＭ）等に格納して配布してもよいし、インターネットをはじめとするネットワーク上のストレージにプログラムを格納しておき、これをダウンロードさせることにより提供してもよい。

また、上記の処理をＯＳ（Operating System）とアプリケーションプログラムとの分担、または、ＯＳとアプリケーションプログラムとの協働によって実行する場合には、アプリケーションプログラムのみを記録媒体、ストレージ等に格納してもよい。また、搬送波にプログラムを重畳し、ネットワークを介して配信することも可能である。例えば、ネットワーク上の掲示板（BBS：Bulletin Board System）に上記プログラムを掲示し、ネットワークを介してプログラムを配信してもよい。そして、このプログラムを起動し、ＯＳの制御下で、他のアプリケーションプログラムと同様に実行することにより、上記の処理を実行するべく設計してもよい。

１…コネクタ検査装置、１００…検査治具、１１０…載置台、１２０…撮像装置、１３０…照明装置、２００…検査処理装置、２０１…ＣＰＵ、２０２…ＲＯＭ、２０３…ＲＡＭ、２０４…補助記憶装置、２０５…入力装置、２０６…表示装置、２０７…データ入出力ＩＦ、２１０…制御部、２１１…撮像制御部、２１２…照明制御部、２１３…学習部、２１３Ａ…学習用データ取得部、２１３Ｂ…学習済モデル生成部、２１４…検査部、２１４Ａ…検査対象データ取得部，２１４Ｂ…検査処理部、２２０…記憶部、２２１…学習済モデル記憶部、２３０…入力部、２４０…表示部、２５０…データ入出力部、Ｃ…コネクタ、ＢＬ…バスライン。

Claims (5)

1. コネクタの撮像画像と、前記コネクタの検査結果とが対応付けられた学習用データを取得する学習用データ取得手段と、
   前記学習用データに基づいて、検査対象のコネクタの撮像画像の入力に応じて前記検査対象のコネクタの検査結果を出力するべく学習した学習済モデルを生成する学習済モデル生成手段と、
   前記検査対象のコネクタの撮像画像を取得する検査対象データ取得手段と、
   前記学習済モデルを用いて、前記検査対象のコネクタの撮像画像から前記検査対象のコネクタの検査処理を実行する検査処理手段と、を備える、
   コネクタ検査装置。
2. 前記学習済モデル生成手段は、前記学習用データ取得手段が前記学習用データを取得する毎に、ニューラルネットワークを用いた学習を繰り返し、前記学習済モデルを更新する、
   請求項１に記載のコネクタ検査装置。
3. 前記検査対象のコネクタを撮像して撮像画像を生成する撮像手段と、
   前記撮像手段を制御する撮像制御手段と、
   前記検査対象のコネクタを照明する照明手段と、
   前記照明手段を制御する照明制御手段と、を備え、
   前記検査対象データ取得手段は、前記撮像制御手段および前記照明制御手段の制御により撮像された前記検査対象のコネクタの撮像画像を取得する、
   請求項１または２に記載のコネクタ検査装置。
4. コネクタの撮像画像と、前記コネクタの検査結果とが対応付けられた学習用データに基づいて、検査対象のコネクタの撮像画像の入力に応じて前記検査対象のコネクタの検査結果を出力するべく学習した学習済モデルを生成し、
   前記学習済モデルを用いて、前記検査対象のコネクタの撮像画像から前記検査対象のコネクタの検査処理を実行する、
   コネクタ検査方法。
5. コンピュータを、
   コネクタの撮像画像と、前記コネクタの検査結果とが対応付けられた学習用データに基づいて、検査対象のコネクタの撮像画像の入力に応じて前記検査対象のコネクタの検査結果を出力するべく学習した学習済モデルを生成する学習済モデル生成手段、
   前記学習済モデルを用いて、前記検査対象のコネクタの撮像画像から前記検査対象のコネクタの検査処理を実行する検査処理手段、
   として機能させるプログラム。

Images