JP7408516B2 - 欠陥管理装置、方法およびプログラム - Google Patents

Description

本発明の実施形態は、欠陥管理装置、方法およびプログラムに関する。

半導体をはじめとする製造プロセスにおいて、製造品質を正しくモニタリングして歩留まりを向上させるために、欠陥管理が重要である。欠陥管理における検査データは、膨大であり、さらに検査項目が多岐に亘るため、人手で確認する作業は容易ではない。よって近年は、欠陥管理において機械学習を利用し、検査画像から欠陥の種別を判定する分類モデルが着目されている。
しかし、分類モデルを学習するための学習用データを作成するためには、製品の欠陥部位を撮影した画像に対し、欠陥の分類に関する教示ラベルを付与する教示作業が必要である。教示作業は、専門的な知識が必要であるため人手に頼ることが多く、機械学習における正解データとなる大量の教示ラベルを準備することは容易ではない。

特開２０１２－２２５７６８号公報 国際公開第２０１９／１１１３３９号公報

本開示は、上述の課題を解決するためになされたものであり、適切な教示ラベルを容易に作成できる欠陥管理装置、方法およびプログラムを提供することを目的とする。

本実施形態に係る欠陥管理装置は、取得部と、マッピング部と、転用部とを含む。取得部は、検査対象について第１検査装置で検出された欠陥に関する第１欠陥位置および対応する前記欠陥の分類を示す第１分類ラベルを含む第１検査情報を取得し、前記検査対象について第２検査装置で検出された欠陥に関する第２欠陥位置を含む第２検査情報を取得する。マッピング部は、前記第１検査情報および前記第２検査情報に基づき、前記第２欠陥位置に対応する第１欠陥位置を対応欠陥位置として決定する。転用部は、前記対応欠陥位置に対応する第１分類ラベルを、前記第２欠陥位置の第２分類ラベルとして転用する。

第１の実施形態に係る欠陥管理装置を含む欠陥管理システムを示すブロック図。 第１の実施形態に係る第１検査装置で取得される第１検査情報の一例を示す図。 第１の実施形態に係る第２検査装置で取得される第２検査情報の一例を示す図。 第１の実施形態に係るマッピング部の動作例を示すフローチャート。 第１の実施形態に係るマッピング部の処理結果の一例を示す図。 第１の実施形態に係るラベル転用部の動作例を示すフローチャート。 第１の実施形態に係るラベル転用部の処理結果の一例を示す図。 第１の実施形態に係る記憶部に記憶されるデータの一例を示す図。 第２の実施形態に係る第１検査装置で取得される第１検査情報の一例を示す図。 第２の実施形態に係るマッピング部の動作例を示すフローチャート。 第２の実施形態に係るマッピング部での処理結果の一例を示す図。 第２の実施形態に係るラベル転用部の処理結果の一例を示す図。 第３の実施形態に係る第２検査装置で取得される第２検査情報の一例を示す図。 第３の実施形態に係るマッピング部の動作例を示すフローチャート。 第３の実施形態に係るマッピング部での処理結果の一例を示す図。 第３の実施形態に係るラベル転用部の処理結果の一例を示す図。 第４の実施形態に係る分類ラベルに応じた影響範囲の一例を示す図。 第４の実施形態に係るマッピング部の動作例を示すフローチャート。 第４の実施形態に係るマッピング部での処理結果の一例を示す図。 第４の実施形態に係るラベル転用部の処理結果の一例を示す図。 第５の実施形態に係る第２検査装置で取得される第２検査情報の一例を示す図。 第５の実施形態に係るマッピング部の動作例を示すフローチャート。 第５の実施形態に係る共起テーブルの一例を示す図。 第５の実施形態に係るマッピング部の処理結果の一例を示す図。 第５の実施形態に係るラベル転用部の処理結果の一例を示す図。 第６の実施形態に係る欠陥管理装置を示すブロック図。 第６の実施形態に係る欠陥管理装置の学習部の学習処理を示すフローチャート。 第７の実施形態に係る第１検査装置で取得される欠陥位置を抽出した第１検査情報の一例を示す図。 第７の実施形態に係るラベル転用部の動作を示すフローチャート。 第７の実施形態に係るラベル転用部での処理結果の一例を示す図。 第７の実施形態に係る欠陥管理装置の学習部の学習処理を示すフローチャート。 第８の実施形態に係る欠陥管理装置の学習部の学習処理を示すフローチャート。 第９の実施形態に係る欠陥管理装置を示すブロック図。 欠陥管理装置のハードウェア構成の一例を示す図。

欠陥管理においては、不良品をもれなく検知すること、および欠陥が発生した原因を早急に同定することが重要である。そのため、欠陥管理には欠陥検査装置または欠陥レビュー装置が利用され、装置が出力する検査結果および撮影画像などの検査データを解析することで、不良検知および原因同定に活用される。
近年では製造対象の製品が複雑化しているため、製造部材の受入、節目となる製造工程、出荷直前など複数の工程で欠陥検査を実施する必要性が高まっている。しかしながら、製造数、製造品種が膨大となった上に検査工程が多岐にわたると、上記検査データを人手で確認する作業は容易ではない。よって、欠陥の種別や不良の有無を自動的に判定することで作業を省力化する技術として、機械学習による欠陥管理への期待は非常に大きい。

しかし、上述の様に大量の教示ラベルを準備することは容易ではない。さらに、製品を大量に製造する現場では、製造ＴＡＴ（Turn Around Time）の制約から、検査時間とトレードオフの関係にある分解能を犠牲にする必要があるため、検査画像が低分解能となり人目で正確に欠陥の種別を教示することが難しい状況も発生する。さらに、製造途中の工程では、欠陥が最終的に判断したい不良につながるかわからないため、理想的な分類体系を準備することが難しい。

以下に説明する本実施形態によれば、モデル構築に必要な教示の手間を削減することができ、適切な教示ラベルを容易に生成できる。
以下、図面を参照しながら本実施形態に係る欠陥管理装置、方法およびプログラムについて詳細に説明する。なお、以下の実施形態では、同一の参照符号を付した部分は同様の動作をおこなうものとして、重複する説明を適宜省略する。

（第１の実施形態）
第１の実施形態に係る欠陥管理装置を含む欠陥管理システムについて図１のブロック図を参照して説明する。
第１の実施形態に係る欠陥管理システム１は、欠陥管理装置１０と、第１検査装置２０と、第２検査装置３０とを含む。

第１検査装置２０は、検査対象を撮影し、検査対象の第１検査画像を取得する。第１検査装置２０は、第１検査画像を検査し、検査対象に関する第１検査情報を生成する。第１検査情報は、第１検査装置２０の検査により欠陥が発生しているか否かと、欠陥が発生している場合、欠陥の位置を示す第１欠陥位置と、欠陥の種別に関する分類ラベルとの情報を含む。

第２検査装置３０は、第１検査装置２０とは異なる検査を行う。第２検査装置３０は、検査対象を撮影し、検査対象の第２検査画像を取得する。第２検査装置３０は、第２検査画像を検査し、検査対象に関する第２検査情報を生成する。第２検査情報は、第２検査装置３０の検査により欠陥が発生しているか否かと、欠陥が発生している場合、欠陥の位置を示す第２欠陥位置との情報を含む。

欠陥管理装置１０は、取得部１０１と、マッピング部１０２と、ラベル転用部１０３と、記憶部１０４とを含む。
取得部１０１は、第１検査装置２０から、検査対象について第１検査装置２０で検出された欠陥に関する第１欠陥位置および対応する第１分類ラベルを含む第１検査情報を取得する。取得部１０１は、第２検査装置３０から、同じ検査対象について第２検査装置３０で検出された欠陥に関する第２欠陥位置を含む第２検査情報を取得する。

マッピング部１０２は、取得部１０１から第１検査情報および第２検査情報を受け取り、第１検査情報および第２検査情報に基づき、第２欠陥位置に対応する第１欠陥位置を、対応欠陥位置として決定する。

ラベル転用部１０３は、マッピング部１０２から第２欠陥位置および対応欠陥位置に関する情報、第１検査情報を受け取り、第１検査情報を参照して、対応欠陥位置に対応する第１分類ラベルを、第２欠陥位置の第２分類ラベルとして転用する。換言すれば、ラベル転用部１０３は、対応欠陥位置に対応する第１分類ラベルを、第２欠陥位置に第２分類ラベルとして付与する。

記憶部１０４は、ラベル転用部１０３から第２欠陥位置と第２分類ラベルとを受け取り、第２欠陥位置と第２分類ラベルとを対応付けて記憶する。なお、記憶部１０４は、第２検査情報と第２分類ラベルとを対応付けて記憶してもよい。記憶部１０４は、第２検査情報を取得部１０１から取得して記憶してもよいし、第２検査装置３０から直接取得して記憶してもよい。また、記憶部１０４は、第１検査情報を第２検査情報と同様に取得して記憶してもよい。

次に、第１検査装置２０で取得される第１検査情報の具体例について図２を参照して説明する。
図２（ａ）は、第１検査装置２０で撮影した検査対象の製品の第１検査画像を示す模式図である。検査対象の製品は、ここでは正方形の形状を想定する。検査対象の製品を、縦横それぞれ２０分割した分解能で撮影した場合の１つの部分画像領域が検査領域２１となる。説明の便宜上、左上の座標を（１，１）と設定したＸＹ平面で、２０×２０の各座標を定義し、Ｘ座標およびＹ座標で指定される１つの座標が１つの検査領域２１を示す。検査領域２１ごとに、欠陥の有無が検査される。また、図２（ａ）においてパターンが描かれている検査領域２１は欠陥があることを示し、当該検査領域２１を第１欠陥位置２２とも呼ぶ。図２（ａ）の例では、１３箇所の第１欠陥位置２２が存在する。また、ハッチングの種類によって、欠陥の種類を示す分類ラベルを表現する。例えば、網掛けパターンは異物混入、単色の塗りつぶしパターンは穴、斜線パターンは傷、ドットパターンは汚れ、といったように分類ラベルを表現する。

図２（ｂ）は、図２（ａ）に示す第１欠陥位置２２が抽出された第１検査情報のテーブルである。図２（ｂ）に示すテーブルは、識別番号と、第１欠陥位置２２の座標（Ｘ座標，Ｙ座標）と、当該第１欠陥位置２２に存在する欠陥の種別を示す分類ラベルとがそれぞれ対応付けられる。具体的に、識別番号「００１」として、欠陥位置のＸ座標「７」、Ｙ座標「１」および分類ラベル「１（網掛け）」がそれぞれ対応付けられ、テーブルに格納される。なお、説明の便宜上、図２（ａ）との対応を示すため、網掛けパターンおよびドットパターンといった欠陥位置を示すパターンの種類についても分類ラベルの情報として示すが、分類ラベルのパターンの種類に関する情報は、第１検査情報に含まれてもよいし、含まれなくてもよい。
第１検査情報のテーブルは、例えば第１検査装置２０において保持され、欠陥管理装置１０の取得部１０１が第１検査装置２０から取得すればよい。なお、第１検査情報のテーブルは、取得部１０１で取得された後、記憶部１０４で記憶されてもよい。

次に、第２検査装置３０で取得される第２検査情報の具体例について図３を参照して説明する。
図３（ａ）は、第１検査装置２０で撮影した検査対象の製品を、第２検査装置３０で撮影した場合の検査領域３１を示す模式図である。
第１の実施形態では、同一製品を第１検査装置２０と同一の分解能で撮影する場合を想定し、２０×２０の検査領域３１が各座標で表現される。なお、第１検査装置２０と第２検査装置３０とは撮影系が異なるため、取得できる検査画像が異なる。第１検査装置２０と同様に、第２検査装置３０は検査領域３１ごとに欠陥の有無を検査する。図３（ａ）の例では、１３箇所の第２欠陥位置３２が存在する場合を想定する。

図３（ｂ）は、図２（ｂ）と同様、第２欠陥位置３２が抽出された第２検査情報のテーブルである。ここで、第２検査装置３０では分類ラベルが付与されないことを想定するため、分類ラベルの項目は空欄である。図３（ｂ）に示すテーブルは、識別番号、第２欠陥位置３２の座標（Ｘ座標，Ｙ座標）とがそれぞれ対応付けられる。第１検査情報と同様に、第２検査情報は、例えば第２検査装置３０において保持され、欠陥管理装置１０の取得部１０１が第２検査装置３０から取得すればよい。第２検査情報のテーブルは、取得部１０１で取得された後、記憶部１０４で記憶されてもよい。

次に、第１の実施形態に係る欠陥管理装置１０のマッピング部１０２の動作例について図４のフローチャートを参照して説明する。
ステップＳ４０１では、マッピング部１０２が、第２検査情報に含まれる第２欠陥位置のうちの未処理である第２欠陥位置を取得する。
ステップＳ４０２では、マッピング部１０２が、第１検査情報に含まれる第１欠陥位置のうち、第２欠陥位置に最も近い第１欠陥位置を取得する。具体的には、第１検査画像と第２検査画像とを共通の座標軸で位置合わせして重畳することで、第１欠陥位置と第２欠陥位置とを同一平面にマッピングする。その後、第２欠陥位置と第１欠陥位置とのユークリッド距離が最短となる第１欠陥位置を選択する。図２（ａ）と図３（ａ）とを例とすれば、第１検査画像と第２検査画像とを重畳し、処理対象の第２欠陥位置に最も近い第１欠陥位置を取得する。なお、処理対象の第２欠陥位置に最も近い第１欠陥位置が複数存在する場合は、複数の第１欠陥位置を取得する。

ステップＳ４０３では、マッピング部１０２が、第１欠陥位置と第２欠陥位置との距離が閾値以上あるか否か、つまり第１欠陥位置と第２欠陥位置とが所定範囲内に存在しないか否かを判定する。閾値は、例えば座標間のユークリッド距離である。第１欠陥位置と第２欠陥位置との距離が閾値以上である場合、所定範囲内に存在しないと判定できる。一方、第１欠陥位置と第２欠陥位置との距離が閾値未満である場合、所定範囲内に存在すると判定できる。第１欠陥位置と第２欠陥位置との距離が閾値以上である場合、ステップＳ４０４に進み、第１欠陥位置と第２欠陥位置との距離が閾値未満である場合、ステップＳ４０５に進む。

ステップＳ４０４では、マッピング部１０２が、対応欠陥位置がないと判定する。
ステップＳ４０５では、マッピング部１０２が、所定範囲内に存在する第１欠陥位置が１つであるか否かを判定する。第１欠陥位置が１つである場合、ステップＳ４０６に進み、第１欠陥位置が複数である場合、ステップＳ４０７に進む。

ステップＳ４０６では、マッピング部１０２が、対応する第１欠陥位置を対応欠陥位置として決定する。
ステップＳ４０７では、マッピング部１０２が、対応する複数の第１欠陥位置を複数の対応欠陥位置として決定する。

ステップＳ４０８では、全ての第２欠陥位置について処理が終了したか否かを判定する。全ての第２欠陥位置について処理が終了していない、すなわち未処理の第２欠陥位置がある場合、ステップＳ４０１に戻り、同様の処理を繰り返す。一方、全ての第２欠陥位置について処理が終了している場合、マッピング部１０２での処理を終了する。

次に、第１の実施形態に係るマッピング部１０２での処理結果の一例を図５を参照して説明する。
図５は、図２および図３に示す欠陥位置についての処理結果を示す、第２欠陥位置に対応する第１欠陥位置を示すテーブルである。図５の例では、説明の便宜上、第２検査情報に含まれる第２欠陥位置の識別番号と、第１欠陥位置（対応欠陥位置）の識別番号（対応識別番号ともいう）との対応関係を示す。なお、これに限らず第２欠陥位置の座標情報（Ｘ座標,Ｙ座標）および対応欠陥位置の座標情報（Ｘ座標，Ｙ座標）をそれぞれ対応付けてもよい。図５に示すテーブルを参照することで、第１検査情報と第２検査情報との欠陥位置の対応関係を把握できる。

具体的に、図３（ｂ）に示す識別番号「１０１」の第２欠陥位置、つまり（Ｘ＝７，Ｙ＝１）の座標情報を有する第２欠陥位置について処理する場合を想定する。なお、以下、座標の表記に関しては、単に（Ｘ，Ｙ）で示す。識別番号「１０１」の第２欠陥位置に最も近い第１欠陥位置として、識別番号「００１」の第１欠陥位置（７，１）が取得される。ここで、閾値がユークリッド距離「２」とすると、第１欠陥位置と第２欠陥位置とは同一座標に存在するため、ユークリッド距離が「０」であり、第１欠陥位置と第２欠陥位置とは所定範囲内に存在すると判定される。よって、マッピング部１０２は、識別番号「１０１」の第２欠陥位置について、識別番号「００１」の第１欠陥位置が対応欠陥位置として決定される。図５では、第２欠陥位置の識別番号「１０１」と対応欠陥位置の対応識別番号「００１」とが対応付けられる。

次に、識別番号「１０４」の第２欠陥位置（７，６）について処理する場合を想定する。識別番号「１０１」の第２欠陥位置に最も近い第１欠陥位置として、識別番号「００１」の第１欠陥位置（７，１）が取得される。しかし、第１欠陥位置と第２欠陥位置とのユークリッド距離は「５」であり、ユークリッド距離が閾値「２」以上である。よって、第１欠陥位置と第２欠陥位置とは所定範囲内に存在しないため、識別番号「１０４」の第２欠陥位置について、対応する第１欠陥位置は存在しないと決定される。図５では、識別番号「１０４」に対応する対応識別番号は空欄である。

次に、識別番号「１１３」の第２欠陥位置（７，１９）について処理する場合を想定する。識別番号「１０１」の第２欠陥位置に最も近い第１欠陥位置は複数存在し、識別番号「０１２」の第１欠陥位置（６，１９）と識別番号「０１３」の第１欠陥位置（８，１９）とが取得される。ここで、２つの第１欠陥位置と第２欠陥位置との距離はそれぞれユークリッド距離「１」であり、ユークリッド距離が閾値「２」未満であるため、２つの第１欠陥位置と第２欠陥位置とは所定範囲内に存在すると判定される。よって、識別番号「１１３」の第２欠陥位置について、識別番号「０１２」および「０１３」の２つの第１欠陥位置が対応欠陥位置として決定される。図５では、第２欠陥位置の識別番号「１１３」と対応欠陥位置の対応識別番号「０１２」および「０１３」とが対応付けられる。

次に、第１の実施形態に係る欠陥管理装置１０のラベル転用部１０３の動作例について図６を参照して説明する。
ステップＳ６０１では、ラベル転用部１０３が、マッピング部１０２で得られた処理結果において、未処理の第２欠陥位置に対応する対応識別番号を確認する。
ステップＳ６０２では、ラベル転用部１０３が、対応識別番号が存在するか否かを判定する。対応識別番号が存在しない場合、ステップＳ６０３に進み、対応識別番号が存在する場合、ステップＳ６０４に進む。

ステップＳ６０３では、ラベル転用部１０３が、対応識別番号が存在しないため、転用ラベルもなしと決定する。
ステップＳ６０４では、ラベル転用部１０３が、対応識別番号が１つであるか複数であるかを判定する。対応識別番号が１つである場合、ステップＳ６０５に進み、対応識別番号が複数である場合、ステップＳ６０６に進む。

ステップＳ６０５では、ラベル転用部１０３が、第１検査情報から対応識別番号に紐付く第１欠陥位置の分類ラベルを抽出し、転用ラベルとして決定する。
ステップＳ６０６では、ラベル転用部１０３が、第１検査情報から複数の対応識別番号にそれぞれ紐付く複数の第１欠陥位置の分類ラベルを抽出し、複数の分類ラベルのうちの１つをランダムに選択し、転用ラベルとして決定する。なお、ラベル転用部１０３は、複数の分類ラベルのうちの複数種を転用ラベルとして決定してもよい。
ステップＳ６０７では、ラベル転用部１０３が、全ての第２欠陥位置について処理を終了したか否かを判定する。全ての第２欠陥位置について処理を終了していない、すなわち未処理の第２欠陥位置がある場合、ステップＳ６０１に戻り、同様の処理を繰り返す。一方、全ての第２欠陥位置について処理が終了している場合、ラベル転用部１０３での処理を終了する。

次に、第１の実施形態に係るラベル転用部１０３での処理結果の一例を図７を参照して説明する。
図７は、図５のテーブルに転用ラベルの項目が追加された処理結果である。具体的に、第２欠陥位置「１０１」に対応する、対応識別番号「００１」の分類ラベルは、図２の第１検査情報を参照することで、分類ラベル「１」であることが分かる。よって、第２欠陥位置「１０１」の転用ラベルが「１」に決定される。
一方、第２欠陥位置「１０４」に対応する対応識別番号は存在しないため、転用ラベルは割り当てられない。
また、第２欠陥位置「１１３」に対応する、対応識別番号「０１２」および「０１３」の分類ラベルは、図２の第１検査情報を参照することで、それぞれ分類ラベル「２」および「１」であることが分かる。ここでは、ランダムな選択により分類ラベル「２」が選択されたとし、第２欠陥位置「１１３」に対応する転用ラベルが「２」に決定される。

なお、複数種のラベルを転用ラベルとして決定する場合は、第２欠陥位置「１１３」に対応する転用ラベルを「１，２」と決定してもよい。

次に、記憶部１０４に記憶されるデータの一例について図８を参照して説明する。
図８は、更新された第２検査情報を示すテーブルであり、図３（ｂ）のテーブルに加え、転用ラベルおよび画像データのデータ項目が追加された例である。
図８に示すように、各第２欠陥位置に対して、対応欠陥位置に紐付く分類ラベルが転用ラベルとして対応付けられ、第２欠陥位置に対応する検査画像の部分画像も併せて対応付けられる。

以上に示した第１の実施形態によれば、欠陥の種類が区別されていない第２検査情報の欠陥位置に基づいて、第１検査装置での検査で得られる第１検査情報において付与された欠陥の種類に関する分類ラベルを第２欠陥位置の分類ラベルとして転用する。これにより、第２検査装置では付与が困難な分類ラベルでも、自動的に適切な分類ラベルを生成でき、人手による分類作業を省力化できる。すなわち、適切な教示ラベルを容易に作成できる。

（第２の実施形態）
第１の実施形態では、第１検査装置と第２検査装置とで検査対象の製品を撮影する際の分解能が同一の場合を説明したが、第２の実施形態では、第１検査装置と第２検査装置とで撮影の分解能が異なる場合を想定する。

例えば、外観検査では微細な異常を発見することが要求されるため、撮影の分解能が高い方が好ましい。一方、機能検査では製品として機能が果たせるかどうかを判定するため、微細な傷、異物などが機能を果たす上で問題ない箇所に発生していれば、異常と判定しない場合もあるため、外観検査よりも分解能が低く設定される場合がある。このように、検査の目的が異なる場合は分解能が異なる場合があり得る。
なお、欠陥管理装置１０の構成については、第１の実施形態と同様であるため、ここでの説明を省略する。

第２の実施形態に係る第１検査装置２０で取得される第１検査情報の具体例について図９を参照して説明する。なお、第２検査装置３０で取得される第２検査情報は、第１の実施形態と同一である場合を想定する。

図９（ａ）は、図２（ａ）と同様に、第１検査装置２０で撮影した検査対象の製品の第１検査画像を示す模式図である。図９（ｂ）は、図２（ｂ）と同様に、図９（ａ）の欠陥位置２２の座標情報を抽出したテーブルである。
図９に示す第１検査画像は、縦横それぞれ１０分割した分解能で撮影された場合を示す。すなわち１０×１０の１００の座標を定義し、１つの座標が検査領域９１を示す。分解能が異なる以外は、図２の場合と同様であるため説明を省略する。

次に、第２の実施形態に係るマッピング部１０２の動作例について図１０のフローチャートを参照して説明する。
ステップＳ４０１およびステップＳ４０２は、図４と同様の処理であり、未処理の第２欠陥位置に最も近い第１欠陥位置を取得する。

ステップＳ１００１では、マッピング部１０２が、第２欠陥位置が第１欠陥位置に内包されるか否かを判定する。具体的に、第１欠陥位置の方が第２欠陥画像よりも分解能が低いため、第１欠陥位置で表される画素サイズの方が第２欠陥位置で表される画素サイズよりも大きい。よって、マッピング部１０２は、第１検査画像と第２検査画像とを同じ座標軸で位置合わせして重畳することで、第１欠陥位置と第２欠陥位置とを同一平面にマッピングする。第２欠陥位置が第１欠陥位置に内包されるか否かを判定する。第１欠陥位置に第２欠陥位置が内包される場合、ステップＳ１００２に進み、第１欠陥位置に第２欠陥位置が内包されない場合、ステップＳ１００３に進む。

なお、第１検査画像と第２検査画像との間の分解能の関係によっては、第１欠陥位置に第２欠陥位置が完全に内包されず、一部分が内包される可能性もある。この場合、マッピング部１０２は、第１欠陥位置に第２欠陥位置の少なくとも一部が内包されるか否かを判定すればよい。第１欠陥位置に第２欠陥位置の少なくとも一部が内包される場合、ステップＳ１００２に進み、第１欠陥位置に第２欠陥位置が内包されない場合、ステップＳ１００３に進む。

ステップＳ１００２では、マッピング部１０２が、対応欠陥位置がないと判定する。
ステップＳ１００３では、マッピング部１０２が、第２欠陥位置を内包する第１欠陥位置を、対応欠陥位置として決定する。

ステップＳ１００４では、全ての第２欠陥位置について処理が終了したか否かを判定する。全ての第２欠陥位置について処理が終了していない、すなわち未処理の第２欠陥位置がある場合、ステップＳ１００１に戻り、同様の処理を繰り返す。一方、全ての第２欠陥位置について処理が終了している場合、マッピング部１０２での処理を終了する。

次に、第２の実施形態に係るマッピング部１０２での処理結果の一例を図１１を参照して説明する。
図１１は、図５と同様に、第２欠陥位置に対応する第１欠陥位置を示すテーブルである。図５の例では、第２検査情報に含まれる第２欠陥位置の識別番号と、第１検査情報に含まれる識別番号との対応関係を示す。

具体的に、例えば、図９（ｂ）に示す識別番号「００４」の第１欠陥位置（Ｘ＝６，Ｙ＝５）を、第２検査装置２０の分解能に合わせて表現すると、縦横２倍に対応するため、４つの座標（１１，９）、（１１，１０）、（１２，９）および（１２，１０）に対応する。よって、識別番号「１０５」（１１，９）、識別番号「１０６」（１２，９）および識別番号「１０７」（１２，１０）の３つの第２欠陥位置は、第１欠陥位置に内包される。よって、識別番号「１０５」～「１０７」の第２欠陥位置には、対応欠陥位置として対応識別番号「００４」の第１欠陥位置が対応付けられる。

次に、第２の実施形態に係るラベル転用部１０３の処理結果の一例を図１２に示す。
なお、ラベル転用部１０３の動作は、図６に示す第１の実施形態に係るラベル転用部の動作と同様である。
図１２に示すように、ラベル転用部１０３によって、対応識別番号に対応する第１検査装置の分類ラベルが、転用ラベルとして第２欠陥位置に紐付けられる。

以上に示した第２の実施形態によれば、例えば、検査の分解能は低いが分類ラベルが詳細に付与できる第１検査装置の分類ラベルを、第１検査装置よりも分解能が高く欠陥の有無のみを高速に判定できる第２検査装置の欠陥位置に転用ラベルとして転用する。これにより、第１の実施形態と同様に、自動的に分類ラベルを生成できる。よって、人手による分類作業を省力化できるとともに、製品の品質判断に活用するなどの効果が期待できる。

（第３の実施形態）
第３の実施形態では、第１検査装置による第１検査情報には分類ラベルが付されており、第２検査装置による第２検査情報にも、検出された欠陥の確度を示す補助ラベルが付されている場合を想定する。
なお、欠陥管理装置１０の構成は第１の実施形態と同様であるため、ここでの説明を省略する。

第３の実施形態に係る第２検査装置３０で取得される第２検査情報の具体例について図１３を参照して説明する。なお、第１検査装置２０で取得される第１検査情報は、第１の実施形態と同一である場合を想定する。

図１３（ａ）は、図３（ａ）と同様に、第２検査装置３０で撮影した検査対象の製品に関する、第２検査画像を示す模式図である。
図１３（ａ）に示す第２検査画像では、第２欠陥位置を欠陥の確度によって分類して表現する。欠陥である確度が高い真正欠陥１３０１を単色塗りつぶしで表現し、真正欠陥１３０１よりも欠陥である確度が低い疑似欠陥１３０２を斜線パターンで示す。具体的には、第２欠陥位置（７，１）の欠陥は、真正欠陥１３０１であり、第２欠陥位置（１８，２）の欠陥は、疑似欠陥１３０２である。

図１３（ｂ）は、図３（ｂ）と同様に、図１３（ａ）の第２欠陥位置３２が抽出された第２検査情報のテーブルである。図１３（ｂ）に示すテーブルには、識別番号と、欠陥位置（Ｘ座標，Ｙ座標）と、補助ラベルとがそれぞれ対応付けられる。図１３（ｂ）の例では、真正欠陥を補助ラベル「１」とし、疑似欠陥を補助ラベル「０」と設定する。

次に、第３の実施形態に係るマッピング部１０２の動作例について図１４のフローチャートを参照して説明する。
ステップＳ１４０１では、マッピング部１０２が、第２検査情報から未処理の第２欠陥位置と対応する補助ラベルとを取得する。
ステップＳ１４０２では、マッピング部１０２が、第２欠陥位置の補助ラベルが疑似欠陥を示すか否かを判定する。補助ラベルが疑似欠陥を示す場合、ステップＳ１４０３に進み、補助ラベルが疑似欠陥ではない欠陥を示す、すなわち第３の実施形態では真正欠陥を示す場合、ステップＳ４０２に進む。
ステップＳ１４０３では、マッピング部１０２が、対応する欠陥がないと決定し、ステップＳ４０８に進む。

なお、ステップＳ４０２からステップＳ４０８までの処理は、図４と同様であるため、ここでの説明を省略する。

次に、第３の実施形態に係るマッピング部１０２での処理結果の一例を図１５を参照して説明する。
図１５は、図２の第１欠陥位置および図１３の第２欠陥位置に対する処理結果であり、第２欠陥位置の識別番号と対応識別番号との対応関係を示すテーブルである。

具体的には、図１３に示す識別番号「１０１」の第２欠陥位置（７，１）は、補助ラベルが「１」であるため、上述のステップＳ１４０２において真正欠陥であると判定され、ユークリッド距離が閾値未満である識別番号「００１」の第１欠陥位置（７，１）が対応欠陥位置として決定される。

一方、図１３に示す識別番号「１０２」の第２欠陥位置（１８，２）は、補助ラベルが「０」であるため、上述のステップＳ１４０２において疑似欠陥であると判定され、第１欠陥位置が対応付けられない。

次に、第３の実施形態に係るラベル転用部１０３の処理結果の一例を図１６に示す。
なお、ラベル転用部１０３の動作は、図６に示す第１の実施形態に係るラベル転用部の動作と同様である。
図１６に示すように、対応識別番号に対応する分類ラベルが、転用ラベルとして第２欠陥位置に紐付けられる。ここで、疑似欠陥である第２欠陥位置、例えば識別番号「１０２」の第２欠陥位置には、転用ラベルが付与されない。

なお、第３の実施形態では補助ラベルを２値で示したが、これに限らず、例えば０から１００までの確度の値が補助ラベルとして採用されてもよい。この場合、図１４のステップＳ１４０２において、マッピング部１０２が、補助ラベルが閾値以上の確度であるか否かを判定し、閾値以上の確度であれば、ステップＳ４０２に進み、閾値未満の確度であれば、ステップＳ１４０３に進む処理を行えばよい。

以上に示した第３の実施形態によれば、例えば欠陥としての確度を示す補助ラベルが予め第２検査情報に付与されている場合、欠陥としての確度が低い疑似欠陥には転用ラベルを付与しない。これにより、補助ラベルを活用して、真に意味のある欠陥にのみ分類ラベルを付与できる。よって、第１の実施形態と同様に、自動的に適切な分類ラベルを教示ラベルとして生成でき、人手による分類作業を省力化できるとともに、製品の品質判断に活用するなどの効果が期待できる。

（第４の実施形態）
第４の実施形態では、欠陥の種類に応じた欠陥の影響範囲を考慮する。例えば、穴のようなピンホール欠陥は、広範囲に影響することは少なく、撮影系の種別にかかわらず広範囲な欠陥として撮影されることも少ないと考えられる。一方、傷や汚れなどの欠陥は、撮影系によっては欠陥として検出される範囲が異なると考えられる。よって、第４の実施形態では、このような欠陥ごとの影響範囲を考慮して転用ラベルを決定することで、より柔軟に転用ラベルを決定できる。

なお、欠陥管理装置１０の構成は第１の実施形態と同様であるため、ここでの説明を省略する。また、第１検査情報および第２検査情報は、第１の実施形態と同じ場合を想定する。

第４の実施形態に係る欠陥の影響範囲の一例について図１７を参照して説明する。
図１７は、分類ラベルに応じた影響範囲を示すテーブルである。テーブル中の分類ラベルの項目は、図２に示す分類ラベルに対応する。例えば分類ラベル「２」は、穴の欠陥を想定しているため、対応する影響範囲は少なく、影響範囲が「１」である。よって、欠陥が存在する座標のみが影響範囲となる。
一方、分類ラベル「４」は、傷の欠陥を想定するため、対応する影響範囲が広く、影響範囲が「３」である。よって、欠陥が存在する座標を含む２座標分、周囲に影響範囲を有する。つまり、欠陥が存在する座標を中心として３×３のサイズが影響範囲となる。

このような分類ラベルに応じた影響範囲は、例えば、第１検査装置２０において欠陥の種別ごとに想定される欠陥サイズが予め設定されていれば、当該欠陥サイズを影響範囲として利用すればよい。または、第１検査装置２０での検査において欠陥サイズも算出できる場合、第１検査情報に分類ラベルと共に欠陥サイズに関する情報が含まれていれば、当該欠陥サイズに関する情報を集約し、平均値を算出するなどの統計処理を行うことで、影響範囲を設定してもよい。

次に、第４の実施形態に係るマッピング部１０２の動作例について図１８のフローチャートを参照して説明する。なお、ステップＳ４０１，ステップＳ４０２，ステップＳ４０４～ステップＳ４０８までの処理は、図４と同様である。

ステップＳ１８０１では、マッピング部１０２が、第２欠陥位置が、第１欠陥位置に対応する分類ラベルの影響範囲外であるか否かを判定する。具体的には、図１７に示すような分類ラベルと影響範囲との対応テーブルを参照して、第２欠陥位置が、対応する第１欠陥位置の分類ラベルの影響範囲外であるか否かを判定する。第２欠陥位置が影響範囲外である場合、ステップＳ４０４に進み、マッピング部１０２が対応する欠陥がないと決定する。一方、第２欠陥位置対応する第１欠陥位置の分類ラベルの影響範囲内である場合、ステップＳ４０５に進む。

次に、第４の実施形態に係るマッピング部１０２での処理結果の一例を図１９を参照して説明する。
図１９は、図５と同様、第２欠陥位置の識別番号と対応欠陥位置の対応識別番号との対応関係を示すテーブルである。
例えば識別番号「１１３」の第２欠陥位置（７，１９）は、対応識別番号として、第２欠陥位置からの距離が同じである識別番号「０１２」の第１欠陥位置（６，１９）および識別番号「０１３」の第１欠陥位置（８，１９）がされうる。しかし、識別番号「０１２」の分類ラベルは「２」、識別番号「０１３」の分類ラベルは「１」である。分類ラベル「２」の影響範囲は「１」、分類ラベル「１」の影響範囲は「２」であるため、第２欠陥位置（７，１９）は、分類ラベル「２」の影響範囲には含まれず、分類ラベル「１」の影響範囲に含まれることになる。よって、分類ラベル「１」が付与された識別番号「０１３」の第１欠陥位置が対応欠陥位置として決定され、識別番号「０１３」が対応識別番号として決定される。

次に、第４の実施形態に係るラベル転用部１０３の処理結果の一例を図２０に示す。
なお、第４の実施形態に係るラベル転用部１０３の動作は、図６に示す第１の実施形態に係るラベル転用部１０３の動作と同様である。
図２０に示すように、ラベル転用部１０３は、対応識別番号に紐付く分類ラベルを転用ラベルとして設定すればよい。

以上に示した第４の実施形態によれば、欠陥の種別に基づく欠陥の影響範囲を用いて転用ラベルを決定することで、撮影系が異なる検査装置間におけるラベルの転用において、欠陥の種別に応じて最適な分類ラベルを転用できる。よって、第１の実施形態と同様に、第１検査装置で生成された分類ラベルを第２検査装置の第２欠陥位置に関する転用ラベルとして活用することで、人手での分類作業を省力化することが可能になる。

（第５の実施形態）
第５の実施形態では、第１検査装置２０と第２検査装置３０とのそれぞれが分類ラベルを取得可能であるが、第１検査装置２０と第２検査装置３０との間の分類ラベルの対応関係が分からない場合を想定する。例えば、第１検査装置２０で外観検査をし、その後に第２検査装置３０で機能検査を行う場合、機能検査での欠陥が、外観検査ではどのような欠陥として検出されるかが不明である。よって、機能検査において不良であれば製品として使用できないため、外観検査の段階で、機能検査において不良につながる欠陥の対応関係が予め把握できることが望ましい。第５の実施形態では、欠陥間の共起関係を抽出して転用ラベルを生成することで、製造の効率化を図ることができる。

第５の実施形態に係る第２検査装置３０で取得される第２検査情報の具体例について図２１を参照して説明する。なお、第１検査装置２０で取得される第１検査情報は、第１の実施形態と同一である場合を想定する。

図２１（ａ）は、図３（ａ）と同様に、第２検査装置３０で撮影した検査対象の製品の第２検査画像を示す模式図である。図２１（ｂ）は、図３（ｂ）と同様に、図１３（ａ）の欠陥位置２２の座標情報を抽出した第２検査情報を示すテーブルである。

図２１（ｂ）に示すように、第２検査情報についても第２欠陥位置に対して分類ラベルが付与される。ここでは、欠陥の種別に応じて分類ラベル「Ａ」～「Ｄ」までのラベルが付与される。なお、説明の便宜上、図２１（ａ）との対応を示すため、縦罫線および横罫線といった欠陥位置を示すパターンの種類についても分類ラベルの情報として示すが、分類ラベルのパターンの種類に関する情報は、第２検査情報に含まれてもよいし、含まれなくてもよい。
次に、第５の実施形態に係る欠陥管理装置１０のマッピング部１０２の動作例について図２２のフローチャートを参照して説明する。
ステップＳ４０１～ステップＳ４０８までの処理は、図４と同様であるため、ここでの説明を省略する。

ステップＳ２２０１では、マッピング部１０２が、共起テーブルを生成する。共起テーブルは、第１検査装置２０による分類ラベル（第１分類ラベルともいう）と、第２検査装置による分類ラベル（第２分類ラベルともいう）と共起頻度を対応付けたテーブルである。

ステップＳ２２０２では、マッピング部１０２が、共起テーブルを参照して、共起関係のある分類ラベル対を検索する。以上で第５の実施形態に係るマッピング部１０２の処理を終了する。

次に、第５の実施形態に係る共起テーブルの一例について図２３を参照して説明する。
図２３は、図２に示す第１検査情報の分類ラベルと、図２１に示す第２検査情報の分類ラベルとの共起頻度の度数を示す共起テーブルである。
ここで、マッピング部１０２は、第２分類ラベルの種別それぞれについて、共起ラベル対を算出する。ここでは、第２分類ラベルの種別それぞれについて、共起頻度が最も高い第１分類ラベルとの組み合わせを共起ラベル対として算出する。

具体的には、例えば第２分類ラベル「Ｃ」については、第１分類ラベル「１」と第１分類ラベル「２」とが共起しているが、度数が最も高い第１分類ラベル「２」が選択される。つまり、第２分類ラベル「Ｃ」と第１分類ラベル「２」とが共起ラベル対に設定される。ここで、共起ラベル対を簡略化して「Ｃ－２」と記載すると、図２３に示す共起ラベル対は、破線の囲みで示す「Ａ－１」、「Ｂ－３」、「Ｃ－２」および「Ｄ－４」となる。

次に、第５の実施形態に係るマッピング部１０２での処理結果の一例を図２４を参照して説明する。
図２４は、第２欠陥位置の識別番号と共起ラベル対とを対応付けたを示すテーブルである。

例えば識別番号「１０４」の第２欠陥位置（７，６）は、図２２に示すステップＳ４０４の処理において対応識別番号がないと判定される。しかし、ステップＳ２２０２の処理において、マッピング部１０２が、識別番号「１０４」の第２欠陥位置（Ｘ＝７，Ｙ＝６）の第２分類ラベルは「Ｃ」であるため、共起テーブルの共起ラベル対を参照して、識別番号「１０４」に共起ラベル対「Ｃ－２」を対応付けることができる。
また、識別番号「１１４」の第２欠陥位置（７，１９）は、図２２に示すステップＳ４０７の処理において２つの対応欠陥位置、つまり対応識別番号が「０１２」および「０１３」の第１欠陥位置が選択されうる。しかし、ステップＳ２２０２の処理において、マッピング部１０２が、識別番号「１１４」の第２欠陥位置（７，１９）の第２分類ラベルは「Ｃ」であるため、同様に共起ラベル対「Ｃ－２」を対応付けることができる。

次に、第５の実施形態に係るラベル転用部１０３の処理結果の一例を図２５に示す。
ラベル転用部１０３は、第２欠陥位置ごとに、共起ラベル対に含まれる第１分類ラベルを転用ラベルとして設定すればよい。

以上に示した第５の実施形態によれば、第１検査装置で付与された第１分類ラベルと第２検査装置で付与された第２分類ラベルとの共起関係に応じて、第２検査装置の転用ラベルを生成することで、一方の検査装置で見逃していた欠陥についても、最適な分類ラベルを設定できる。よって、第１の実施形態と同様に、生成された分類ラベルを転用ラベルとして活用することで、人手での分類作業を省力化することが可能になる。

（第６の実施形態）
第６の実施形態では、第１の実施形態から第５の実施形態までに示した転用ラベルを教示ラベルとして分類モデルを学習する。これにより、教示ラベルの付与が著しく困難な特性の検査装置で取得した画像にも欠陥の分類種別を付与でき、早期の異常検知および歩留まり予測に活用できる分類モデルを生成できる。

第６の実施形態に係る欠陥管理装置１０について図２６のブロック図を参照して説明する。
第６の実施形態に係る欠陥管理装置１０は、取得部１０１と、マッピング部１０２と、ラベル転用部１０３と、記憶部１０４と、学習部１０５と、学習モデル格納部１０６とを含む。

学習部１０５は、記憶部１０４に記憶される転用ラベルが付与された第２検査情報を学習用データとして受け取る。学習部１０５は、学習用データを用いて、ネットワークモデルを学習することで、学習済みモデルを生成する。上述の学習用データを用いて学習された学習済みモデルは、検査情報が入力されると、当該検査情報についての欠陥の有無および欠陥の種別を出力する分類モデルとして利用できる。

ネットワークモデルは、例えば深層畳み込みニューラルネットワーク（ＤＣＮＮ）などの、一般的なニューラルネットワークのモデルを採用すればよい。ネットワークモデルは、多数のニューロンとそれらの結合関係を示すネットワークとが複数層連結された構造を有する。個々のパスはニューロン間のつながりの強さを示す重みパラメータが定義されている。ニューロンは、接続する複数のネットワークから出力された信号と重みパラメータを用いた重み付け和により１つの値に統合し、非線形変換によって加工した信号を次のニューロンに出力する。なお、本実施形態に係るネットワークモデルでは、最終層のニューロン数とクラス分類に係るクラス数とを一致させることで、入力に対する各クラスの確からしさを表現できる。

学習モデル格納部１０６は、学習部１０５により生成された学習済みモデルを格納する。なお、欠陥管理装置１０は、学習モデル格納部１０６を含まず、学習済みモデルを外部に出力してもよい。

次に、第６の実施形態に係る欠陥管理装置１０の学習部１０５の学習処理について図２７のフローチャートを参照して説明する。
ステップＳ２７０１では、学習部１０５が、学習用データに含まれる第２検査装置２０の画像を学習中のネットワークモデルに入力し、当該ネットワークモデルから分類ラベルを出力する。
ステップＳ２７０２では、学習部１０５が、入力した画像に対応する正解として教示されるラベルとなる転用ラベルと、ステップＳ２７０１で得られた分類ラベルとの差分を損失として算出する。

ステップＳ２７０３では、学習部１０５が、損失関数を用いて、誤差逆伝播法により、損失が減少するようにネットワークモデルの重みパラメータを更新する。

ステップＳ２７０４では、学習部１０５が、全ての学習用データについて処理したか否かを判定する。全ての学習用データについて処理が完了している場合、ステップＳ２７０４に進み、未処理の学習用データが存在する場合、ステップＳ２７０１に戻り、同様の処理を繰り返す。

ステップＳ２７０５では、学習部１０５が、ネットワークモデルの学習が収束したか否かを判定する。例えば、機械学習における一般的な学習終了条件、例えば所定のエポック数の学習が完了したか否か、または学習曲線が所定値以下に収束しているか否かといった条件を用いればよい。これにより、学習済みモデルが生成される。また、学習が終了していない場合、ステップＳ２７０１に戻り、同様の処理を繰り返す。

以上に示した第６の実施形態によれば、第１の実施形態から第５の実施形態までに示した第２検査情報に対応する転用ラベルを正解データとして、第２検査装置による撮影画像と転用ラベルとの組による学習用データを用いて、ネットワークモデルを学習する。これにより、第２検査装置の撮影画像が入力されると、分類ラベルを出力する分類モデルを生成することができる。

（第７の実施形態）
第７の実施形態では、第１検査装置に付与される分類ラベルにおいて確度も併せて付与される場合を想定する。

第７の実施形態に係る第１検査装置２０で取得される欠陥位置を抽出した第１検査情報のテーブルについて図２８を参照して説明する。なお、第１検査情報は第１の実施形態と同じ場合を想定する。
図２８は、図２（ｂ）に示すテーブルと同様であるが、第１検査装置２０の分類ラベルに分類ラベルの確からしさを示す確度がさらに対応付けられる。確度は第１検査装置２０で分類ラベルを付与する際に計算された値を想定するが、他の装置により分類ラベルに対して確度が計算されてもよい。

次に、第７の実施形態に係るラベル転用部１０３の動作について図２９のフローチャートを参照して説明する。
ステップＳ６０１からステップＳ６０５、ステップＳ６０７の処理は、第１の実施形態と同様である。

ステップＳ２９０１では、ラベル転用部１０３が、複数の対応識別番号のうち確度が最も高い識別番号に紐付く分類ラベルを転用ラベルとして設定する。例えば、第１の実施形態に係る図６および図７では、識別番号「１１３」の第２欠陥位置については、対応識別番号「０１２」および「０１３」の第１欠陥位置がそれぞれ抽出され、ランダムに転用ラベルが決定されるが、第７の実施形態では、図２８を参照すれば、識別番号「０１２」は確度「０．４０」であり、識別番号「０１３」は確度「０．９０」であるため、識別番号「０１３」の第１欠陥位置に対応する分類ラベルが転用ラベルとして設定される。

次に、第７の実施形態に係るラベル転用部１０３での処理結果の一例を図３０を参照して説明する。
図３０は、図８に示したテーブルに転用ラベルの確度の項目が追加された処理結果である。例えば、第２欠陥位置「１１３」の分類ラベルは、識別番号「０１３」の対応欠陥位置に付与された分類ラベル「１」であり、対応する確度「０．９０」も対応付けて記憶される。

次に、第７の実施形態に係る欠陥管理装置１０の学習部１０５の学習処理について図３１のフローチャートを参照して説明する。
ステップＳ３１０１以外は、図２７と同様であるため説明を省略する。
ステップＳ３１０１では、学習部１０５が、ステップＳ２７０２で算出した損失が減少するように、重みパラメータを更新する。この際、重みパラメータの更新度合い（更新のステップ幅）を確度を用いて重み付けする。例えば、分類ラベルの確度が低いほど、正解データとなる分類ラベルが正しくない可能性を示すため、確度が低い分類ラベルが学習に影響しないように、重みパラメータの更新度合い（更新のステップ幅）が小さくなるような重み付けをすればよい。

以上に示した第７の実施形態によれば、確度を正解データに含めてネットワークモデルを学習することで、第１欠陥位置と第２欠陥位置との対応関係を学習において自動的に取捨選択し、分類ラベルの確度に応じて学習の強度を制御することで、より信頼できる情報を用いて学習された学習済みモデルを生成できる。

（第８の実施形態）
第８の実施形態では、学習用データを生成する際に、確度を用いてデータを取捨選択する。
第８の実施形態に係る欠陥管理装置１０の学習部１０５の学習処理について図３２のフローチャートを参照して説明する。

ステップＳ３２０１では、学習部１０５が、確度が閾値を超える分類ラベルを学習用データとして決定する。例えば、記憶部１０４に格納されるデータのうち、確度が閾値以上となる転用ラベルに対応する第２欠陥位置を選択する。図３０を例にすると、閾値「０．９」とすると、学習部１０５は、識別番号「１０１,１０３，１０５～１０７，１１０～１１３」の第２欠陥位置と転用ラベルとの組を、学習用データとして選択する。なお、ステップＳ３２０１に続く処理は、図２７と同様であるため説明を省略する。

以上に示した第８の実施形態によれば、確度が閾値以上である欠陥位置と分類ラベルとの組を正解データとした学習用データを用いて、ネットワークモデルを学習する。これにより、確度に応じて信頼できないデータを学習用データから排除することができ、より信頼性の高い学習用データを用いて学習を実施できる。

（第９の実施形態）
第９の実施形態では、第６の実施形態から第８の実施形態のいずれかにおいて生成された学習済みモデルを用いて推論を行う。
第９の実施形態に係る欠陥管理装置について図３３のブロック図を参照して説明する。
欠陥管理装置１０は、取得部１０１と、マッピング部１０２と、ラベル転用部１０３と、記憶部１０４と、学習部１０５と、学習モデル格納部１０６と、推論部１０７とを含む。

推論部１０７は、第２検査装置３０から検査画像を、学習モデル格納部１０６から学習済みモデルを、それぞれ受け取る。推論部１０７は、学習済みモデルに検査画像を入力することで、検査画像の欠陥の有無、欠陥がある場合は欠陥の種別を推論結果として出力する。

以上に示した第９の実施形態によれば、学習済みモデルを用いることで、検査画像に対して分類ラベルを付与することができる。例えば、第２検査装置では分類ラベルの付与が難しく、さらに第２検査装置は高速に検査できるが、第１検査装置の検査は時間がかかる場合を想定すると、高速に検査可能な第２検査装置で第１検査装置と同様の欠陥分類を実施でき、欠陥の早期発見、歩留まり監視を効率的に実現できる。
なお、上述の実施形態において、欠陥管理装置１０は、記憶部１０４に記憶される第２欠陥位置の欠陥画像と転用ラベルとの対応関係をユーザに提示してもよい。これにより、ユーザが血管画像と転用ラベルとの対応付けについての確認、および必要があれば修正を実施することもできる。

次に、上述の実施形態に係る欠陥管理装置１０のハードウェア構成の一例を図３４に示す。
欠陥管理装置１０は、ＣＰＵ（Central Processing Unit）４１と、ＲＡＭ（Random Access Memory）４２と、ＲＯＭ（Read Only Memory）４３と、ストレージ４４と、表示装置４５と、入力装置４６と、通信装置４７とを含み、それぞれバスにより接続される。

ＣＰＵ４１は、プログラムに従って演算処理および制御処理などを実行するプロセッサである。ＣＰＵ４１は、ＲＡＭ４２の所定領域を作業領域として、ＲＯＭ４３およびストレージ４４などに記憶されたプログラムとの協働により上述した各部（取得部１０１，マッピング部１０２，ラベル転用部１０３，学習部１０５及び推論部１０７）の各種処理を実行する。

ＲＡＭ４２は、ＳＤＲＡＭ（Synchronous Dynamic Random Access Memory）などのメモリである。ＲＡＭ４２は、ＣＰＵ４１の作業領域として機能する。ＲＯＭ４３は、プログラムおよび各種情報を書き換え不可能に記憶するメモリである。

ストレージ４４は、ＨＤＤ等の磁気記録媒体、フラッシュメモリなどの半導体による記憶媒体、または、ＨＤＤ（Hard Disc Drive）などの磁気的に記録可能な記憶媒体、または光学的に記録可能な記憶媒体などにデータを書き込みおよび読み出しをする装置である。ストレージ４４は、ＣＰＵ４１からの制御に応じて、記憶媒体にデータの書き込みおよび読み出しをする。ストレージ４４は、記憶部１０４および学習モデル格納部１０６として動作する。

表示装置４５は、ＬＣＤ（Liquid Crystal Display）などの表示デバイスである。表示装置４５は、ＣＰＵ４１からの表示信号に基づいて、各種情報を表示する。
入力装置４６は、マウスおよびキーボード等の入力デバイスである。入力装置４６は、ユーザから操作入力された情報を指示信号として受け付け、指示信号をＣＰＵ４１に出力する。
通信装置４７は、ＣＰＵ４１からの制御に応じて外部機器とネットワークを介して通信する。

なお、上述の実施形態では、欠陥管理装置１０の取得部１０１が、第１検査装置２０から第１検査情報を、第２検査装置３０から第２検査情報をそれぞれ直接取得する例を示すが、これに限らない。例えば、第１検査情報および第２検査情報がクラウドなどの外部サーバに記憶され、取得部１０１が、当該外部サーバから第１検査情報および第２検査情報を取得してもよい。

上述の実施形態の中で示した処理手順に示された指示は、ソフトウェアであるプログラムに基づいて実行されることが可能である。汎用の計算機システムが、このプログラムを予め記憶しておき、このプログラムを読み込むことにより、上述した欠陥管理装置の制御動作による効果と同様な効果を得ることも可能である。上述の実施形態で記述された指示は、コンピュータに実行させることのできるプログラムとして、磁気ディスク（フレキシブルディスク、ハードディスクなど）、光ディスク（ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＤＶＤ－ＲＯＭ、ＤＶＤ±Ｒ、ＤＶＤ±ＲＷ、Ｂｌｕ－ｒａｙ（登録商標）Ｄｉｓｃなど）、半導体メモリ、又はこれに類する記録媒体に記録される。コンピュータまたは組み込みシステムが読み取り可能な記録媒体であれば、その記憶形式は何れの形態であってもよい。コンピュータは、この記録媒体からプログラムを読み込み、このプログラムに基づいてプログラムに記述されている指示をＣＰＵで実行させれば、上述した実施形態の欠陥管理装置の制御と同様な動作を実現することができる。もちろん、コンピュータがプログラムを取得する場合又は読み込む場合はネットワークを通じて取得又は読み込んでもよい。
また、記録媒体からコンピュータや組み込みシステムにインストールされたプログラムの指示に基づきコンピュータ上で稼働しているＯＳ（オペレーティングシステム）や、データベース管理ソフト、ネットワーク等のＭＷ（ミドルウェア）等が本実施形態を実現するための各処理の一部を実行してもよい。
さらに、本実施形態における記録媒体は、コンピュータあるいは組み込みシステムと独立した媒体に限らず、ＬＡＮやインターネット等により伝達されたプログラムをダウンロードして記憶または一時記憶した記録媒体も含まれる。
また、記録媒体は１つに限られず、複数の媒体から本実施形態における処理が実行される場合も、本実施形態における記録媒体に含まれ、媒体の構成は何れの構成であってもよい。

なお、本実施形態におけるコンピュータまたは組み込みシステムは、記録媒体に記憶されたプログラムに基づき、本実施形態における各処理を実行するためのものであって、パソコン、マイコン等の１つからなる装置、複数の装置がネットワーク接続されたシステム等の何れの構成であってもよい。
また、本実施形態におけるコンピュータとは、パソコンに限らず、情報処理機器に含まれる演算処理装置、マイコン等も含み、プログラムによって本実施形態における機能を実現することが可能な機器、装置を総称している。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これらの実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更および実施形態の組み合わせを行なうことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１…欠陥管理システム、１０…欠陥管理装置、２０…第１検査装置、２１，３１，９１…検査領域、２２…第１欠陥位置、３０…第２検査装置、３２…第２欠陥位置、４１…ＣＰＵ、４２…ＲＡＭ、４３…ＲＯＭ、４４…ストレージ、４５…表示装置、４６…入力装置、４７…通信装置、１０１…取得部、１０２…マッピング部、１０３…ラベル転用部、１０４…記憶部、１０５…学習部、１０６…学習モデル格納部、１０７…推論部、１３０１…真正欠陥、１３０２…疑似欠陥。

Claims (12)

1. 検査対象について第１検査装置で検出された欠陥に関する第１欠陥位置および対応する前記欠陥の分類を示す第１分類ラベルを含む第１検査情報を取得し、前記検査対象について前記第１検査装置とは異なる検査を実施する第２検査装置で検出された欠陥に関する第２欠陥位置を含む第２検査情報を取得する取得部と、
   前記第１検査情報および前記第２検査情報に基づき、前記第２欠陥位置に対応する第１欠陥位置を対応欠陥位置として決定するマッピング部と、
   前記対応欠陥位置に対応する第１分類ラベルを、前記第２欠陥位置の第２分類ラベルとして転用する転用部と、
   を具備する欠陥管理装置。
2. 前記マッピング部は、前記第１欠陥位置と前記第２欠陥位置とを同一平面にマッピングし、前記第２欠陥位置からの距離が閾値未満である第１欠陥位置を前記対応欠陥位置として決定する、請求項１に記載の欠陥管理装置。
3. 前記マッピング部は、前記検査対象を前記第１検査装置で撮影した第１検査画像の分解能が、前記検査対象を前記第２検査装置で撮影した第２検査画像の分解能よりも低い場合、前記第１欠陥位置と前記第２欠陥位置とを同一平面にマッピングし、前記第２欠陥位置の少なくとも一部を含む第１欠陥位置を前記対応欠陥位置として決定する、請求項１に記載の欠陥管理装置。
4. 前記第２検査情報は、前記第２欠陥位置に対応する欠陥の確度を示すラベルをさらに含み、
   前記マッピング部は、前記欠陥の確度が閾値以上であるラベルが対応付けられる第２欠陥位置に対して前記対応欠陥位置を決定する、請求項１から請求項３のいずれか１項に記載の欠陥管理装置。
5. 前記第１検査情報は、前記第１分類ラベルに対応する欠陥の種別ごとの影響範囲をさらに含み、
   前記マッピング部は、前記第１欠陥位置と前記第２欠陥位置とを同一平面にマッピングし、前記第２欠陥位置の少なくとも一部を含む影響範囲を有する第１分類ラベルが対応付けられる第１欠陥位置を、前記対応欠陥位置として決定する、請求項１に記載の欠陥管理装置。
6. 検査対象について第１検査装置で検出された第１欠陥に関する第１欠陥位置および対応する前記第１欠陥の分類を示す第１分類ラベルを含む第１検査情報を取得し、前記検査対象について第２検査装置で検出された第２欠陥に関する第２欠陥位置および対応する前記第２欠陥の分類を示す第２分類ラベルを含む第２検査情報を取得する取得部と、
   前記第１分類ラベルと前記第２分類ラベルとが同種別かつ所定範囲内の欠陥位置に対応付けられる共起頻度に基づいて、前記第２分類ラベルに関する前記共起頻度が最も高い第１分類ラベルを決定するマッピング部と、
   前記共起頻度が最も高い第１分類ラベルを、前記第２欠陥位置の新たな第２分類ラベルとして転用する転用部と、
   を具備する欠陥管理装置。
7. 前記第２欠陥位置に関する画像を入力データとし、前記第２欠陥位置のラベルとして転用された第１分類ラベルを正解データとした学習用データを用いて、ネットワークモデルを学習し、学習済みモデルを生成する学習部をさらに具備する、請求項１から請求項６のいずれか１項に記載の欠陥管理装置。
8. 前記第１分類ラベルには、欠陥種別の分類の確度が対応付けられ、
   前記正解データは、前記転用された第１分類ラベルと対応する確度とを含み、
   前記学習部は、前記ネットワークモデルの重みパラメータを前記確度に応じて重み付けして更新する、請求項７に記載の欠陥管理装置。
9. 前記第１分類ラベルには、欠陥種別の分類の確度が対応付けられ、
   前記学習部は、前記転用された第１分類ラベルのうちの前記確度が閾値以上となる第１分類ラベルを前記正解データとし、前記確度が閾値以上となる第１分類ラベルに対応する第２欠陥位置に関する画像を入力データとした学習用データを用いて、前記ネットワークモデルを学習する、請求項７に記載の欠陥管理装置。
10. 第２検査装置で撮影した第２検査画像を前記学習済みモデルに入力することで、前記第２検査画像に関する欠陥の有無、および欠陥が存在する場合は前記第１分類ラベルを含む推論結果を出力する推論部、をさらに具備する請求項７から請求項９のいずれか１項に記載の欠陥管理装置。
11. 検査対象について第１検査装置で検出された欠陥に関する第１欠陥位置および対応する前記欠陥の分類を示す第１分類ラベルを含む第１検査情報を取得し、
    前記検査対象について前記第１検査装置とは異なる検査を実施する第２検査装置で検出された欠陥に関する第２欠陥位置を含む第２検査情報を取得し、
    前記第１検査情報および前記第２検査情報に基づき、前記第２欠陥位置に対応する第１欠陥位置を対応欠陥位置として決定し、
    前記対応欠陥位置に対応する第１分類ラベルを、前記第２欠陥位置の分類ラベルとして転用する、欠陥管理方法。
12. コンピュータを、
    検査対象について第１検査装置で検出された欠陥に関する第１欠陥位置および対応する前記欠陥の分類を示す第１分類ラベルを含む第１検査情報を取得し、前記検査対象について前記第１検査装置とは異なる検査を実施する第２検査装置で検出された欠陥に関する第２欠陥位置を含む第２検査情報を取得する取得手段と、
    前記第１検査情報および前記第２検査情報に基づき、前記第２欠陥位置に対応する第１欠陥位置を対応欠陥位置として決定するマッピング手段と、
    前記対応欠陥位置に対応する第１分類ラベルを、前記第２欠陥位置の分類ラベルとして転用する転用手段と、
    して機能させるための欠陥管理プログラム。