AI 外観検査の学習データは何枚必要か — 枚数より先に決めるべきこと

AI 外観検査の導入を検討すると、必ず最初に出てくる質問が「学習データは何枚必要ですか？」です。そして答えが「対象によります」であることに、多くの担当者が肩透かしを感じます。この記事では、なぜ一律の答えがないのかを説明した上で、データ枚数よりも先に考えるべきこと、少ないデータで始める現実的な戦略を紹介します。

「何枚必要か」に一律の答えがない理由

必要な学習データ量は、次の要因で大きく変わります。

• 良品のばらつきの大きさ: 良品が均質なら少ないデータで足り、木目・鋳肌・繊維のように良品自体が多様だと多くのデータが要る
• 欠陥の多様性: 狙う欠陥の種類・サイズ・出方が多いほど、それぞれのバリエーションをカバーするデータが必要になる
• 手法の選択: 欠陥画像を学習する教師あり学習か、良品だけで学習する異常検知 (良品学習) かで、必要なデータの種類が根本的に違う
• 撮像の安定性: 照明・位置決めが安定していれば学習は容易になり、撮像がばらつくとそのばらつき分のデータも必要になる

つまり「枚数」は結果であって、先に決まるものではありません。裏を返せば、撮像を安定させ、対象を絞るほど、必要なデータは減らせるということです。

枚数より先に考えるべき 2 つのこと

1. 不良サンプルは「集まらない」前提で設計する。 良品率の高い工程では、狙う欠陥の実サンプルが数個しか存在しないことも普通です。この現実を無視して教師あり学習を前提にすると、プロジェクトは「データ待ち」で止まります。不良が少ないなら良品学習ベースの異常検知を軸にする、人工的に欠陥サンプルを作る、類似工程のデータを活用する —— データの現実に合わせた手法選定が先です。

2. アノテーションの品質と基準を固める。 枚数が揃っても、「どこからが不良か」の基準が揺れたラベルでは精度が出ません。特に限度見本が曖昧な官能的判定では、学習を始める前に判定基準を関係者ですり合わせ、ラベル付けのルールを文書化しておくことが、後工程の手戻りを大きく減らします。

少なく始めて、運用で増やす

実務でおすすめしているのは、小さく学習して早く現場データに触れる進め方です。初期は限られたデータでモデルを作り、半自動運用 (機械が候補を出し、人が確定する) でラインに載せて、稼働しながら実データを蓄積していく。運用の中で集まったデータでモデルを更新するサイクルを作れば、初期データの不足は時間が解決してくれます。最初から完璧なデータセットを目指すより、データが自然に貯まる運用設計に投資する方が、結果的に早く精度に到達します。

まとめ

「学習データは何枚必要か」への実務的な答えは、「撮像と手法の設計次第で大きく減らせるし、運用設計次第で後から増やせる」です。データ枚数を心配する前に、撮像の安定化・手法の選定・判定基準の明文化・データが貯まる運用の 4 点を固めることをおすすめします。PGP では AI 外観検査の手法選定からデータ収集・アノテーション運用の設計までを一貫して支援しています。AI 内製化支援とあわせて、社内でモデルを育てられる体制づくりもご相談いただけます。