センサ画像の教師なし異常検知デスクトップアプリ「Sensor AD」をリリース
株式会社Spotは、センサ画像の教師なし（1クラス）異常検知デスクトップアプリ「Sensor AD」の初回リリースを、本日より提供開始しました。Sensor ADは、良品（OK）画像だけから「正常の基準」を学び、そこから外れた画像を異常として検出します。一般的な画像分類のように不良品サンプルを大量に用意する必要がなく、不良品の収集が難しい現場でも、導入初期から異常検知の運用を始められます。
概要
Sensor ADは、学習済みモデル（.uai ファイル）を読み込み、新しい画像が「正常の基準」からどれだけ離れているかをスコア化し、一定の閾値を超えたものを異常（NG）と判定するデスクトップアプリです。推論は CPUで動作するため、GPU を用意しなくても利用できます。
アプリには次の2つの機能タブを備えています。
- 推論（OK/NG評価） — 異常を見つける
- FPクラスタリング — 過検出（False Positive）を種類ごとに整理する
主な機能
推論（OK/NG評価）
学習済み .uai モデルと評価対象画像を読み込み、一括でスコアリング・判定します。
- 学習済み .uai モデルを選択し、OK画像・NG画像を並べて一括スコアリング（評価のみの場合、NG画像は不要）
- 精度・適合率・再現率・F1・AUROC などの指標サマリを表示
- 1枚ごとの「正解 / 判定 / スコア」テーブルを表示（誤判定の行はハイライト）
- 寄与ヒートマップにより、画像のどこが異常スコアを押し上げたかを可視化（重ね合わせの濃さ調整・PNG保存に対応）
- 判定閾値はモデルに同梱された値を使用（運用向け）。診断用に、読み込んだ画像から最適閾値を逆算するモードも選択可能
- 結果を predictions.csv / metrics.json に書き出し
- 推論はCPUで動作
FPクラスタリング
誤って異常と判定された画像（False Positive）を投入すると、見た目の似たものどうしに自動でグループ分けします。「同じ原因で誤検出しているグループ」を把握し、対策の優先順位づけに活用できます。
- 手法を選択可能
- agglomerative（凝集型・階層クラスタリング）— すべての画像を必ずいずれかのグループに分類。画像が少なくても安定
- hdbscan（密度ベースクラスタリング）— 周りに似た画像が十分ないものはノイズとして除外。はずれ値に強い
- pHash による近重複画像の折りたたみ（連番ショットなどによる重複カウントの水増しを防止）
- 埋め込み用モデルは任意指定（未指定時は resnet18 / ImageNet 既定）。本番の異常検知モデルを指定すると、製品・センサ特有の見た目の違いに沿ったグループ分けが期待できる
- クラスタごとのモンタージュ表示と、割り当て結果のCSV出力
使い方ガイドを同梱
アプリ内の「ヘルプ」メニュー、および「？ 使い方」ボタンから、用語解説・図解付きの使用ガイドをブラウザで表示できます。スコア・同梱閾値・寄与ヒートマップ・クラスタリング手法など、現場で迷いやすい用語を画面に沿って解説しています。
今後の展望
今後は、現場フィードバックを反映した操作性の改善や、DeepAge Sensor との連携強化を進めてまいります。Sensor AD を通じて、不良品サンプルが集まりにくい検査工程でも、早期に異常検知を立ち上げられるよう支援していきます。
問い合わせ先
株式会社Spot
- 電話：050-3196-8077（受付時間：10:00~19:00 土日祝日を除く）
- メール：info@spot-corp.com