国内の労働人口の急激な減少に伴い、労働力の確保と技術の伝承が課題となっています。目視による外観検査が、多くの製造業で行われているが、機械学習を用いた外観検査の自動化導入検討が行われています。これにより、検査員の習熟度や疲労に伴う検査精度のばらつきがなく、24時間365日稼働が可能な労働力の確保を期待されています。ただ、機械学習を用いた自動外観検査装置では、新しい不良モードを良品にするなどの誤識別が発生し、不良品の流出が発生する可能性があります。そこで、本研究では、良品・不良品の識別が困難なものは、「Unknownクラス」を判定に追加し、誤識別を減少させ、不良品の流出を避け、量産工程への導入容易化を図ります。