化粧品外観検査の特有の難しさ
化粧品の外観検査は、製造業の中でも自動化が最も難しい工程の1つです。
✨
素材の多様性
光沢金属キャップ、透明ガラス、マットチューブなど。素材ごとに最適照明が異なり、光沢面の映り込みが誤検知の最大原因。
📦
品種数の多さ
1ラインで数十〜数百SKU。季節限定品、コラボ商品で品種追加が頻繁。品種ごとにAIモデル開発は非現実的。
⚖️
法規制に関わる印字検証
成分表示、原産国、アレルギー表示、使用期限。薬機法・景品表示法に直結するコンプライアンス要件。
検査対象と検出内容
| 検査対象 | 検出内容 | 使用技術 |
|---|---|---|
| 容器外観 | キズ、汚れ、打痕、成形不良 | ルールベース + VLM |
| キャップ | 締め忘れ、斜め締め、変形 | ルールベース |
| ラベル印字 | 成分表示、ロット番号、バーコード、使用期限 | VLM |
| 異品種混入 | ラインに混入した別品種の検出 | VLM |
| 包装 | シュリンクフィルムの破れ、貼り位置ずれ | ルールベース + VLM |
精度が出やすい条件・出にくい条件
✅ 精度が出やすい
マット仕上げ容器、明瞭なラベル文字、安定した位置決め、最適化された照明
⚠️ 精度が出にくい（対策あり）
光沢キャップの映り込み→偏光フィルタ。透明容器の裏面透過→バックライト遮断。色味ロット差→色正規化処理。曲面印字→多角度撮像。
従来OCRシステムとの費用比較
| 比較項目 | 従来OCR（大手SI） | Nsight VLMハイブリッド |
|---|---|---|
| 初期費用 | 約3,000万円〜 | 大幅削減 |
| 品種追加費用 | 追加開発費が都度発生 | NG画像生成・オートアノテーション |
| 多言語対応 | 文字種ごとに個別開発 | 多言語標準対応 |
導入事例
導入事例
化粧品メーカー：ラベル印字検証の自動化｜学習データゼロで稼働開始
ソリューション
多品種外観検査AI｜VLMで学習コストを削減
技術解説
VLM（Vision Language Model）による外観検査の仕組み