JP7257470B2 - 欠陥検査装置、欠陥検査方法および予測モデル生成方法 - Google Patents
欠陥検査装置、欠陥検査方法および予測モデル生成方法 Download PDFInfo
- Publication number
- JP7257470B2 JP7257470B2 JP2021142656A JP2021142656A JP7257470B2 JP 7257470 B2 JP7257470 B2 JP 7257470B2 JP 2021142656 A JP2021142656 A JP 2021142656A JP 2021142656 A JP2021142656 A JP 2021142656A JP 7257470 B2 JP7257470 B2 JP 7257470B2
- Authority
- JP
- Japan
- Prior art keywords
- normal
- defect
- labels
- product
- possibility
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Description
2 製品領域抽出部
3 予測部
10 予測モデル記憶部
11 教師データ入力部
12 予測モデル生成部
Claims (5)
- 被検査物の撮影画像である検査画像を取得する検査画像取得部と、
上記検査画像取得部により取得された上記検査画像を、学習用画像に対して正解ラベルを付与して成る教師データを用いた機械学習処理によって学習済みの予測モデルに適用し、上記被検査物が正常品であるか否かおよび上記被検査物が欠陥品である場合における欠陥の種類の予測を行う予測部とを備え、
上記教師データは、正常品の学習用画像に対して、欠陥品に該当する可能性を示すラベルを含まず、正常品に該当する可能性を示す正常ラベルのみを含んだ正常品正解ラベルを付与する一方、欠陥品の学習用画像に対して、正常品に該当する可能性を示す正常ラベルを含まず、複数の欠陥種に該当する可能性を示す複数の欠陥種ラベルおよび各欠陥種ラベルに対する重みを含んだ欠陥品正解ラベルを付与して成ることを特徴とする欠陥検査装置。 - 上記教師データは、上記正常品正解ラベルの上記正常ラベルに対して最大重みを付与するとともに、上記欠陥品正解ラベルの上記複数の欠陥種ラベルに対して上記最大重みよりも小さい重みをそれぞれ付与して成ることを特徴とする請求項1に記載の欠陥検査装置。
- 上記予測モデルは、上記検査画像が入力された際に、上記被検査物が正常品または上記複数の欠陥種の欠陥品である可能性を示すそれぞれの確率を出力するように構成されていることを特徴とする請求項1または2に記載の欠陥検査装置。
- コンピュータの検査画像取得部が、被検査物の撮影画像である検査画像を取得する第1のステップと、
上記コンピュータの予測部が、上記検査画像取得部により取得された上記検査画像を、学習用画像に対して正解ラベルを付与して成る教師データを用いた機械学習処理によって学習済みの予測モデルに適用し、上記被検査物が正常品であるか否かおよび上記被検査物が欠陥品である場合における欠陥の種類の予測を行う第2のステップとを有し、
上記教師データは、正常品の学習用画像に対して、欠陥品に該当する可能性を示すラベルを含まず、正常品に該当する可能性を示す正常ラベルのみを含んだ正常品正解ラベルを付与する一方、欠陥品の学習用画像に対して、正常品に該当する可能性を示す正常ラベルを含まず、複数の欠陥種に該当する可能性を示す複数の欠陥種ラベルおよび各欠陥種ラベルに対する重みを含んだ欠陥品正解ラベルを付与して成ることを特徴とする欠陥検査方法。 - コンピュータの教師データ入力部が、学習用画像に対して正解ラベルを付与して成る教師データを入力する第1のステップと、
上記コンピュータの予測モデル生成部が、上記教師データ入力部により入力された上記教師データを用いて機械学習処理を行うことにより、被検査物の撮影画像である検査画像が入力された際に、上記被検査物が正常品であるか否かおよび上記被検査物が欠陥品である場合における欠陥の種類の予測結果を出力するための予測モデルを生成する第2のステップとを有し、
上記教師データは、正常品の学習用画像に対して、欠陥品に該当する可能性を示すラベルを含まず、正常品に該当する可能性を示す正常ラベルのみを含んだ正常品正解ラベルを付与する一方、欠陥品の学習用画像に対して、正常品に該当する可能性を示す正常ラベルを含まず、複数の欠陥種に該当する可能性を示す複数の欠陥種ラベルおよび各欠陥種ラベルに対する重みを含んだ欠陥品正解ラベルを付与して成ることを特徴とする予測モデル生成方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021142656A JP7257470B2 (ja) | 2021-09-01 | 2021-09-01 | 欠陥検査装置、欠陥検査方法および予測モデル生成方法 |
CN202280051969.4A CN117795321A (zh) | 2021-09-01 | 2022-08-01 | 缺陷检查装置、缺陷检查方法以及预测模型生成方法 |
PCT/JP2022/029449 WO2023032549A1 (ja) | 2021-09-01 | 2022-08-01 | 欠陥検査装置、欠陥検査方法および予測モデル生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021142656A JP7257470B2 (ja) | 2021-09-01 | 2021-09-01 | 欠陥検査装置、欠陥検査方法および予測モデル生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023035643A JP2023035643A (ja) | 2023-03-13 |
JP7257470B2 true JP7257470B2 (ja) | 2023-04-13 |
Family
ID=85410976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021142656A Active JP7257470B2 (ja) | 2021-09-01 | 2021-09-01 | 欠陥検査装置、欠陥検査方法および予測モデル生成方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7257470B2 (ja) |
CN (1) | CN117795321A (ja) |
WO (1) | WO2023032549A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006189915A (ja) | 2004-12-28 | 2006-07-20 | Olympus Corp | 分類装置及び分類方法 |
US20190073568A1 (en) | 2017-09-06 | 2019-03-07 | Kla-Tencor Corporation | Unified neural network for defect detection and classification |
JP2019212073A (ja) | 2018-06-06 | 2019-12-12 | アズビル株式会社 | 画像判別装置および方法 |
WO2020012523A1 (ja) | 2018-07-09 | 2020-01-16 | 富士通株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP2020112456A (ja) | 2019-01-14 | 2020-07-27 | 株式会社デンケン | 検査装置及び検査方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5027859B2 (ja) * | 2009-10-26 | 2012-09-19 | パナソニック デバイスSunx株式会社 | 信号識別方法および信号識別装置 |
JP7129669B2 (ja) * | 2018-07-20 | 2022-09-02 | 株式会社エヌテック | ラベル付き画像データ作成方法、検査方法、プログラム、ラベル付き画像データ作成装置及び検査装置 |
JP7123306B2 (ja) * | 2018-11-07 | 2022-08-23 | オムロン株式会社 | 画像処理装置及び画像処理方法 |
JP7386681B2 (ja) * | 2018-11-29 | 2023-11-27 | 株式会社コベルコE&M | スクラップ等級判定システム、スクラップ等級判定方法、推定装置、学習装置、学習済みモデルの生成方法、及びプログラム |
-
2021
- 2021-09-01 JP JP2021142656A patent/JP7257470B2/ja active Active
-
2022
- 2022-08-01 WO PCT/JP2022/029449 patent/WO2023032549A1/ja active Application Filing
- 2022-08-01 CN CN202280051969.4A patent/CN117795321A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006189915A (ja) | 2004-12-28 | 2006-07-20 | Olympus Corp | 分類装置及び分類方法 |
US20190073568A1 (en) | 2017-09-06 | 2019-03-07 | Kla-Tencor Corporation | Unified neural network for defect detection and classification |
JP2019212073A (ja) | 2018-06-06 | 2019-12-12 | アズビル株式会社 | 画像判別装置および方法 |
WO2020012523A1 (ja) | 2018-07-09 | 2020-01-16 | 富士通株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP2020112456A (ja) | 2019-01-14 | 2020-07-27 | 株式会社デンケン | 検査装置及び検査方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2023032549A1 (ja) | 2023-03-09 |
JP2023035643A (ja) | 2023-03-13 |
CN117795321A (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10885618B2 (en) | Inspection apparatus, data generation apparatus, data generation method, and data generation program | |
JP6905954B2 (ja) | 自動欠陥分類のための未知欠陥除去の最適化 | |
TWI750553B (zh) | 對樣本的缺陷檢測的方法及其系統 | |
US9607233B2 (en) | Classifier readiness and maintenance in automatic defect classification | |
EP3800588A1 (en) | System and method using knowledge distillation for training a machine learning classifier | |
US10636133B2 (en) | Automated optical inspection (AOI) image classification method, system and computer-readable media | |
CN114092387B (zh) | 生成可用于检查半导体样本的训练数据 | |
JP2020198092A (ja) | 教師なし異常検出及び高次元センサデータの多数決投票による原因説明のための方法及びシステム | |
KR20210038303A (ko) | 제품 분류 시스템 및 방법 | |
JP7453813B2 (ja) | 検査装置、検査方法、プログラム、学習装置、学習方法、および学習済みデータセット | |
CN115668286A (zh) | 训练自动缺陷分类的检测仪器的方法与系统 | |
CN111210412B (zh) | 一种包装检测方法、装置、电子设备及存储介质 | |
Miao et al. | Cost-sensitive Siamese network for PCB defect classification | |
CN116596875A (zh) | 晶圆缺陷检测方法、装置、电子设备及存储介质 | |
CN116542984A (zh) | 五金件缺陷检测方法、装置、计算机设备及存储介质 | |
KR102437115B1 (ko) | 제품 구조 예측 기술을 이용한 딥러닝 기반 결함 검사 장치 및 방법 | |
JP7257470B2 (ja) | 欠陥検査装置、欠陥検査方法および予測モデル生成方法 | |
KR20210100028A (ko) | 시편들을 검사하는 방법 및 그의 시스템 | |
KR102172727B1 (ko) | 설비 결함 검출 장치 및 방법 | |
EP3791336A1 (en) | System and method for detecting defects on imaged items | |
KR102298708B1 (ko) | 검사 대상에 존재하는 결함을 검사하는 방법 및 이를 수행하는 장치들 | |
KR20200088012A (ko) | 반도체 제조 공정에서 특징 선택 기법에 따른 멀티 분류기를 활용한 불량 패턴 예측 장치 및 방법 | |
KR102550853B1 (ko) | 염색체 판독시스템 및 이를 포함하는 현미경 시스템 | |
US20230054119A1 (en) | Method and device with defect detection | |
JP7241533B2 (ja) | 画像判定装置、画像判定方法及び画像判定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230213 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230213 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230213 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230314 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230403 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7257470 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |