TFT-LCDパネルの欠陥検出では、検出対象の背景が複雑で、欠陥が微細かつ多様であり、工業生産ではリアルタイム性が求められます。従来の欠陥分類アルゴリズムは精度と速度の両立が困難であり、実際の生産に適用しにくいです。TFT-LCDパネル欠陥分類の精度と速度のバランスを取るために、Swin Transformerに基づく軽量な深層学習画像分類モデルを提案します。まず、モデルの各層入力の特徴マップに対してトークン融合を行い、モデルの計算量を削減し軽量化を実現しました。次に、深さ方向に分離可能な畳み込みモジュールを導入し、モデルの畳み込み帰納バイアスを増加させ、大量データへの依存問題を緩和しました。最後に、知識蒸留の手法を用いてモデル軽量化による検出精度低下問題を克服しました。自作のTFT-LCDパネル欠陥分類データセットでの実験により、本研究で提案した改良モデルはベースラインモデルに比べてFLOPsの計算量が26億減少し、速度指標が17％向上し、Top-1精度の損失はわずか1.3％でした。他の主流画像分類モデルと比較して、独自および公開データセットの双方でよりバランスの取れた精度と速度を有しています。

TFT-LCD;Transformer;画像分類;コンピュータビジョン