TRIBRID-Optimized MobileNetV3 Framework for Explainable Printed Circuit Board Defect Classification

あなたは、指紋を探す代わりに、スマートフォンや車、さらには宇宙の衛星を動かしている回路基板の中にある、目に見えないほど小さな、微細な亀裂を探している探偵だと想像してください。これらの回路基板は「プリント基板（PCB）」と呼ばれ、現代の電子機器の神経系です。たとえマイクロメートル単位の穴が欠けていたり、微細なワイヤーが本来あるべきではない場所に触れていたりするだけで、デバイス全体が故障してしまうことがあります。長い間、人間は顕微鏡の下で目を凝らしてこれらの基板を観察しなければなりませんでしたが、それは時間がかかり、非常に疲れる作業でした。その後、コンピュータが賢くなり、基板の画像を見て自動的にエラーを見つけ出せるようになりました。ここで「ディープラーニング（深層学習）」が登場します。これは、私たちと同じようにパターンを認識することを学ぶ、一種のコンピュータの「脳」です。しかし、問題があります。これらのコンピュータの脳は、しばしば「ブラックボックス」のような存在です。彼らは「この基板は壊れています」と言うことはできますが、「なぜ」なのか、あるいは「どの地点」なのかを説明することができません。工場では、機械を信頼する必要があるため、機械が何を見ているのかを知る必要があります。

この論文は、その問題を解決するための巧妙な新しい方法を紹介しています。研究者たちは、単に基板の欠陥を見つけるだけでなく、まるで証拠を示す探偵のように、その推論を説明できるシステムを構築しました。彼らは、高速で効率的であり、スーパーコンピュータのような強力なパワーを持たない工場の機械でも動作させるのに最適な、軽量なコンピュータの脳である「MobileNetV3」を使用しました。しかし、ここには驚きの仕掛けがあります。彼らはただコンピュータに自律的に学習させたのではありません。「TRIBRID」と呼ばれる特別な「コーチ」を使用して、人間が推測することなく、学習のための完璧なレシピを自動的に調整したのです。最後に、Grad-CAMというツールを追加しました。これはハイテクなハイライター（蛍光ペン）のように機能し、コンピュータが欠陥があると判断した理由となった画像の正確な部分の上に、光るマップを描き出します。その結果はどうでしょうか？ このシステムは、信じられないほど正確であるだけでなく、透明性も高く、どこに問題を見つけたのかを正確に示してくれるのです。

探偵の新しい道具箱

物語は、プリント基板（PCB）の検査という課題から始まります。これらは、ほぼすべての電子機器の内部で見られる緑色（または青や黒の場合もあります）の基板です。これらはすべての小さな部品を保持し、それらの間で電気が流れるようにしています。もし穴が欠けていたり、マウスバイト（端の小さな欠け）があったり、回路が開いていたり（断線）、あるいはワイヤーが誤って接触したりすると、デバイスは動作を停止します。伝統的に、人間がこれらの基板をチェックしてきましたが、人間は疲れるため、作業は遅く、ミスが起こりやすいものでした。後に、自動光学検査（AOI）と呼ばれる機械が導入され、単純なルールを用いて欠陥を見つけるようになりました。しかし、基板が複雑になったり照明条件が変わったりすると、これらの機械は苦戦しました。

ここでディープラーニングの登場です。ディープラーニングのモデルを、何百万枚もの写真を見て、誰に教わらなくても「犬」や「猫」の特徴を認識することを学んだ学生だと考えてみてください。この論文において、研究者たちはコンピュータに6つの特定のPCB欠陥を認識させることを目的としました：穴あき（Missing Hole）、マウスバイト（Mouse Bite）、オープンサーキット（断線）、ショートサーキット（短絡）、スパー（不要な金属の突起）、およびスプリアス銅（Spurious Copper、本来あるべきではない場所にある余分な銅）です。

研究者たちは、MobileNetV3と呼ばれる特定の種類のコンピュータの脳を選びました。これを「軽量な探偵」だと想像してください。重くて遅い探偵（ResNetやEfficientNetなど）とは異なり、巨大なコンピュータを必要とするのではなく、MobileNetV3は高速かつ効率的に動作するように設計されており、リアルタイムの工場での使用に最適です。しかし、賢い探偵であっても、完璧に機能するためには適切な設定が必要です。学習率が速すぎると詳細を見逃し、遅すぎると時間がかかりすぎます。通常、人間はこれらの設定を推測しなければならず、それはラジオのつまみを適当に回してチューニングしようとするようなものです。

これを解決するために、チームはTRIBRIDと呼ばれる手法を使用しました。TRIBRIDを、探偵の設定を自動的に調整する超スマートなコーチだと考えてください。これは、学習速度、情報の無視の度合い（ドロップアウト）、一度に注目する画像の数（バッチサイズ）、そして脳のどのレイヤーを再学習させるかという3つの異なる戦略を組み合わせたものです。それは単に推測するのではなく、さまざまな選択肢を探索し、最良のものから学び、さらには悪い場所に陥らないために、わずかなランダム性さえも利用します。

最後に、工場作業員がシステムを信頼できるように、研究者たちはGrad-CAMを追加しました。これは「ハイライター」ツールです。コンピュータが「これはショートサーキットだ」と言ったとき、Grad-CAMは画像の上の特定の場所にヒートマップを描き、コンピュータがそう判断する根拠となった場所を赤く光らせます。これにより、コンピュータが背景に基づいて単に推測しているのではなく、実際に欠陥を見ていることが証明されます。

大規模なテスト

研究者たちは、これら6種類の欠陥を含む2,953枚の画像を含む公開データセットを用いて、新しいシステムをテストしました。彼らはデータを分割し、コンピュータが70%の画像で学習し、15%で練習し、残りの15%で最終テストを受けるようにしました。

結果は驚くべきものでした。彼らがTRIBRIDによって最適化されたMobileNetV3を他のモデルと比較したところ、新しいシステムが毎回勝利しました。

• 標準的な、最適化されていないコンピュータの脳（カスタムCNN）は、欠陥の約**84.42%**しか正しく識別できませんでした。
• コーチであるTRIBRIDを使用しない標準的なMobileNetV3は、**99.32%**の精度でした。
• しかし、TRIBRIDによって最適化されたMobileNetV3は、精度、適合率、再現率、およびF1スコアにおいて、完璧な**100.00%**を達成しました。

これは、このシステムがテストセット内のすべての欠陥を、間違い一つなく正しく特定したことを意味します。また、ResNet18やEfficientNet-B0といった、より重くて遅いモデル（これらも約**99.77%**のスコアでした）と同等の性能を発揮しながら、軽量で高速な状態を維持しています。

TRIBRIDコーチが「秘伝のソース」であることを証明するために、チームはランダムサーチ（ランダムに推測する）およびPSO（別の最適化手法）という2つの他の設定調整法と比較する「アブレーション研究」を実施しました。

• 3つの手法すべてが**100%**の精度に到達しました。
• しかし、TRIBRIDメソッドが最も効率的でした。完璧な結果を得るために、TRIBRIDはコンピュータの脳のわずか9つのレイヤーを再学習させるだけで済みました。
• ランダムサーチ法は12個のレイヤーを、PSO法は15個のレイヤーを再学習させる必要がありました。

このことは、TRIBRIDがよりスマートに適切な設定を見つけ出し、初期トレーニングからの元の「知識」をより多く保持したまま、新しいタスクに完璧に適応させていることを示唆しています。

見ることは信じること

この論文で最もエキサイティングな部分は、「説明可能性（Explainability）」のセクションです。研究者たちは、コンピュータが正しいだけでなく、「なぜ」正しいのかを知りたいと考えました。彼らはGrad-CAMを使用して、意思決定プロセスを可視化しました。

コンピュータに「Missing Hole（穴あき）」の画像を見せると、ヒートマップは空いた穴の真上で明るく光りました。「Mouse Bite（マウスバイト）」を見せると、光は基板のギザギザした端の部分を強調しました。「Open Circuits（断線）」と「Short Circuits（短絡）」については、システムは切れた線や誤った接続に正しく焦点を当てました。さらに、トリッキーな欠陥である「Spurs（スパー）」や「Spurious Copper（余分な銅）」に対しても、ヒートマップは小さな金属の突起や余分な銅の塊を正確に指し示しました。

これは産業用途において極めて重要です。もし工場のマネージャーが特定の場所に赤い光を見れば、機械を信頼することができます。もし光が背景や無関係な場所にあれば、機械が混乱していることがわかります。論文は、このシステムが単なる「ブラックボックス」による推測ではなく、何を見ているのかを明確に示す透明なツールであることを示しています。

これが意味すること

本論文は、このTRIBRID最適化フレームワークが製造業の未来にとって強力なツールであることを結論付けています。これは、軽量モデルのスピードと、自動チューニングの知能、そして視覚的な説明による信頼性を組み合わせたものです。研究者たちは、彼らのシステムがテストしたクロップ（切り抜き）された画像では完璧に動作したものの、次のステップは、実際の工場の環境におけるフルサイズの、切り抜かれていない画像に対してどのように対処するかを確認することであると述べています。また、将来的には、リアルタイムで欠陥を検出するために、このシステムをエッジデバイス（工場の現場にある小型コンピュータ）に搭載することも目指しています。

要するに、著者たちは、単に完璧な探偵であるだけでなく、非常に正直な探偵、つまり自分の仕事を示し、適切なコーチングがあれば、軽量なコンピュータの脳であっても複雑な産業界の謎を解くことができることを証明したシステムを作り上げたのです。