衣料品の検品をAIで効率化する——画像で見る項目と、検針・表示を分ける | newji
製造業の AI・DX 導入

紙・FAX・転記の手作業を、
AI やシステムで減らします。

何を AI 化すればよいか決まっていなくても構いません。1 つの業務から試せます。相談は無料です。

AI/DX支援を見るAI/DX支援のページへ

投稿日:2026年11月9日

衣料品の検品をAIで効率化する——画像で見る項目と、検針・表示を分ける

衣料品の検品のどこを機械に任せるか、から相談する→ AI・DXの相談窓口

この記事のポイント(結論先出し)

衣料品の検品は、外観・寸法・表示と付属品・残った針の 4 つに分けると、画像の AI に向く部分と向かない部分がはっきりする。AI が助けやすいのは汚れ・織りや編みの傷・縫いの乱れなど外観の一部で、残った針は金属を検出する別の仕組みで見る。布は糸の撚りや毛羽、柄そのものが「良品のばらつき」として画像に入るため、細かい欠点を拾おうとするほど雑音も拾いやすい[1]。目視は検査者の心理状態や疲労で検査の水準がぶれることが、早くから自動化の理由に挙げられてきた[1]。2000〜01 年度の消費者の相談では、針の混入が刺し傷・切り傷として現れ、検針の強化を求める声が出ている[2]。表示は品目ごとに書くべき事項が決まっているので[3]、画像で「付いているか・取り違えていないか」は見られても、組成が正しいかは試験で確かめる。

この記事は、衣料品や布製品を扱うブランド・商社・縫製工場の品質担当が、目で見ている検品を画像と AI で効率化したいときに、どの項目を任せ、どれを別の仕組みで残すかを決めるためのものである。見逃してはいけない不良の決め方や、良否の境目を人が決めて残すといった、画像の AI 全般に共通する準備は外観検査を AI で自動化する前に決めることに書いた。品番・色・サイズの組み合わせが多いときの進め方は品種が数百あるときの AI 検品にある。

検品の項目を 4 つに分ける

🧭 この記事のような取り組みを、自社で進めたいときは。業務の整理から、AI・システムの導入、社内への定着まで、newji の AI/DX支援が一緒に進めます(製造業向け・相談は無料)。
AI/DX支援を見る →

衣料品の検品と一口に言っても、見ているものはまったく違う。縫製品検査協会の解説は、衣料品による傷害の要因を、加工剤などの化学的な刺激や毒性、材料や付属品などによる物理的な刺激、燃えやすさの 3 つに大きく分け、物理的な刺激の要因として、のり剤、付属材料(ラベル・レース・ファスナー・ボタン・芯地など)、モノフィラメントの縫い糸、繊維の先端、静電気、熱で溶けること、残った針を挙げている[4]。検品では、こうした安全に関わるものと、見た目や寸法の品質に関わるものを分けて考える。

項目 見ているもの 合う方法 画像の AI との相性
外観 汚れ・しみ、織りや編みの傷、糸抜け、縫い目の飛び・乱れ、ほつれ、色の違い 目視、カメラ 向く部分がある。ただし柄や素材のばらつきとの見分けが課題
寸法 着丈・身幅・袖丈などが仕様の範囲か メジャー、平置きでの画像計測 布が伸び縮みし置き方で変わるので、置き方の決まりが先
表示と付属品 表示ラベルの有無・取り違え、ボタンやファスナーの付け忘れ 目視、カメラと文字の読み取り 付いているか・取り違えていないかは見られる。組成が正しいかは見られない
残った針・金属片 縫い針・ミシン針の折れなどの混入 検針機(金属の検出)、針の管理 画像の AI の仕事ではない。中に入った針は写らない

画像の AI を検討するのは主に 1 行目と 3 行目で、4 行目は別の仕組みで残す。表の振り分けを先に決めておかないと、「AI で検品を自動化した」と言いながら、針や組成の確認が抜け落ちることになる。

布は「良品のばらつき」が大きい

織物の欠点を機械で見つける研究は古くからある。繊維学会誌に載った自動検反装置の試作研究は、フィルムや板の自動検査は実用になってきたが織物はまだ目視に頼っており、目視検査では検査者の心理状態や疲労などで検査の水準が不安定になるので、機械による自動検査が望まれている、と書いている[1]。米国の自動化の事例を紹介した同じ学会誌の解説も、無地の織物は織り傷の大きさと目立ち具合に応じた点数で等級付けされること、こうした検反は検査員にとって退屈で間違いを起こしやすい作業であることを挙げ、その自動化を試みるシステムを紹介している[5]。

この研究は、織物の表面には、正常な構造であっても、大きなものは糸の交差や糸のすき間から、小さなものは糸の撚りや毛羽まで、多種多様な形の情報が含まれていると指摘している[1]。光の点で布を走査して反射・透過の光を測る方式で、光の点を糸の太さより小さくして細かい欠点を拾おうとすると、撚りや毛羽による激しい変動を拾って雑音に埋もれる。逆に、光の点を長くして雑音を平均化すると、しみのように 1 本 1 本の糸に乗った小さな欠点の情報が埋もれて拾えなくなった、と報告している[1]。どの大きさの光の点が良いかは、織物の種類と欠点の種類ごとに多くの実験をしないと決まらない、というのが結論の 1 つである[1]。

研究で設定した値(試作の自動検反装置) 内容
光の点の長さ(たて糸の方向) 5.0 mm。撚りや毛羽の雑音を平均化して消すため
光の点の幅(走査の方向) 0.2 mm。どこまで小さい欠点を拾えるか(分解能)を決める
織物を送る速さ 毎分 30 m
走査の幅 60 cm
毛羽の多い織物で長さを伸ばした場合 たて糸の間隔は測れるようになったが、しみのような小さな欠点は埋もれて検出できなかった

表の値は 1982 年の研究の条件で、今のカメラや AI にそのまま当てはまるものではない。読み取るべきなのは、欠点を拾う細かさと、布の正常な模様を雑音として拾わない粗さの取り合いが、素材と欠点の種類ごとに違うということである。今の画像の AI でも、学習させた良品の素材・柄・色の範囲を外れた布は「良品から外れたもの」に見えやすい。柄物、起毛した生地、光沢のある生地、透ける生地は、無地の布とは別の条件として試す必要がある。

立体の製品は、撮る前に「置き方」を決める

反物のように平らで一定の速さで流れる布と違い、縫い上がった衣料品は立体で、柔らかく、置くたびに形が変わる。画像で外観や寸法を見るなら、次のことを先に決める。

  • どの面を見るか(前身頃・後ろ身頃・袖・裏返して縫い代を見るか)
  • 平置きにするのか、ハンガーやトルソーに掛けるのか
  • しわを伸ばす手順と、伸ばしてよい力の加減
  • 折りたたんで袋に入れた後に見るのか、入れる前に見るのか

置き方が決まらないまま撮った画像で学習させると、しわや折り目を欠点と取り違えたり、本当の欠点がしわの陰に隠れたりする。寸法を画像で測る場合も、布が伸び縮みするので、置き方の決まりと、メジャーで測った値との照合を先に行う。

残った針は、画像ではなく検針と針の管理で見る

縫製品検査協会の解説は、ボタン付けに使ったとみられる縫い針がおむつカバーから見つかって問題になった例、ふとんの中から見つかった例、ミシン針の折れた一部が混入した例を挙げている[4]。国民生活センターの相談員の解説は、2000〜01 年度の衣料品の危害の相談に、かゆみやかぶれなどの皮膚障害と並んで針の混入による刺し傷・切り傷があること、危害に至らないが危険のおそれがある相談では針や鋭い付属品によるものが多数を占めることを紹介し、衣料品に針が混入するケースが後を絶たないので検針をいっそう強化してほしい、と事業者への要望を書いている[2]。

針は布の中や縫い目に入り込むと、表面を撮るカメラには写らない。金属に反応する検針機で全数を通すことと、縫製の工程で針の本数を数えて管理し、折れた針の破片をすべて回収できたかを確かめることが基本になる。AI の画像検品を入れても、この 2 つは置き換えられない。検針機の確認の仕方(決めた見本を定期的に通して反応を確かめる)は、食品の金属検出機と同じ考え方で、異物検査を自動化するときに書いた。

表示は「付いているか」と「正しいか」を分ける

家庭用品品質表示法の繊維製品品質表示規程は、品目ごとに表示する事項を決めている。消費者庁の一覧では、たとえば次のようになっている[3]。

品目の例 繊維の組成 家庭洗濯等取扱方法 はっ水性 表示者名及び連絡先
シャツ・ブラウス・ズボン・スカート ○ ○ - ○
コート(和装用で特定織物のみのものを除く) ○ ○ ○(レインコートなど、はっ水性を必要とするもの以外は必ずしも要しない) ○
靴下・手袋・ハンカチ・ネクタイ ○ - - ○
水着 ○ - - ○

同じ一覧は、品質表示の内容を分けて表示する場合には、それぞれに表示者名などを付記する必要があるとしている[3]。検品で画像が役立つのは、ラベルが付いているか、品番に合ったラベルか(色違い・サイズ違いのラベルの取り違え)、印字がかすれていないか、といった「付いているか・取り違えていないか」の確認である。ラベルの文字を読み取って、品番ごとの登録内容と照らし合わせる仕組みも考えられる。一方で、表示した組成が実際の生地と合っているかは画像では分からず、生地の試験で確かめる。表示の責任を誰が負うかは、OEM で作る場合の各記事(たとえばT シャツの OEM)でも扱っている。

外に頼むときに渡すもの・受け取るもの

衣料品の画像検品を外の会社に相談するときは、次のものを揃えると、試し撮りの意味がはっきりする。

区分 中身
渡す:検品の項目表 上の 4 区分で、どれを画像に任せたいか、どれは今の方法で残すか
渡す:欠点の見本 汚れ・織り傷・縫い飛び・ほつれなど、欠点の種類ごとの実物と、合否の境目の見本
渡す:素材と柄の一覧 無地・柄物・起毛・光沢・透ける生地など、扱う生地の種類と、品番・色・サイズの数
渡す:置き方と数量 どの面をどう置いて見るか、1 日の数量、1 枚にかけられる時間
受け取る:試し撮りの結果 素材・柄の種類ごとに、拾えた欠点と、良品を欠点と取り違えた数
受け取る:苦手な条件 拾いにくい素材・柄・欠点の一覧。人の目で残すところの提案
受け取る:運用の取り決め 新しい素材や柄が入ったときに、学習や設定をどうやり直すか

どの項目を画像に任せるかを決める段階から、相談できる→ 衣料品の検品を相談する

海外の縫製工場で検品するとき

海外の工場で縫製し、日本に入れる前に検品する場合は、画像を撮る場所が 2 つに分かれる。工場の出荷前に撮るなら、工場の作業者が撮る手順をそろえないと、置き方や明るさが毎回違う画像になる。日本の倉庫で撮るなら、袋から出してたたみ直す手間がかかる。どちらで見るかは、不良が見つかったときに直せる場所かどうかで決める。工場側で見つけられれば直して出荷できるが、日本に着いてから見つかると、返品や手直しの段取りが重くなる。

人の検査を残す形と、AI と人の分担の決め方はAI と人の検査の分担、不良の境目を写真で決めるやり方は不良の境目を写真で決めるにある。

よくある質問

AI の画像検品を入れれば、検針機は外せますか

外せない。布の中に入った針は表面のカメラには写らない。2000〜01 年度の相談では、針の混入が刺し傷・切り傷として寄せられており、検針の強化が求められている[2]。検針機と針の本数の管理は、画像検品とは別に残す。

柄物の生地でも AI で汚れを見つけられますか

柄そのものが「周りと違う部分」として画像に入るので、無地より難しい。布の正常な構造が雑音になる問題は、古くから自動検反の課題として報告されている[1]。柄ごとに良品の画像を集めて試し、拾えない柄は人の目で残す、と決めておく。

表示ラベルの間違いを画像で見つけられますか

ラベルが付いているか、品番に合ったラベルかの取り違えは、画像と文字の読み取りで確かめられる可能性がある。ただし、品目ごとに必要な表示事項がそろっているか[3]は登録の段階で確かめることで、組成が正しいかは生地の試験で確かめる。

まとめ

衣料品の検品は、外観・寸法・表示と付属品・残った針の 4 つに分け、画像の AI に任せるのは外観と表示の取り違えの確認に絞る。布は撚りや毛羽、柄が良品のばらつきとして写るので、素材と柄の種類ごとに試す。縫い上がった製品は置き方を決めてから撮る。残った針は検針機と針の管理で見て、画像検品では置き換えない。表示は付いているかを画像で、正しいかは試験と登録で確かめる。

出典・参考資料

  1. 織物欠点検出機構とその基本的性能(頼 鋕平・畝迫 宗能・久世 栄一/繊維学会誌 38 巻 10 号/1982 年)
  2. 衣料品に関する消費者相談の現状(小川 裕子/繊維製品消費科学 44 巻 3 号/2003 年)
  3. 繊維製品一覧表(家庭用品品質表示法 製品別品質表示の手引き)(消費者庁)
  4. 衣料の安全性とその対策(広瀬 淳/繊維製品消費科学 23 巻 11 号/1982 年)
  5. 最近のアメリカにおける検反,縫製の自動化システムについて(久世 栄一/繊維学会誌 34 巻 1 号/1978 年)

衣料品の検品を、画像と AI で効率化したいとき

newji の AI/DX 支援は、業務の整理から AI・システムの導入、導入後の手直しまでを受け持ちます。対応する業務には画像による検品と検査記録の入力・集計も含みます。最初から大きな仕組みを作らず、1 つの品番群・1 つの検品工程から小さく試します。AI を使わず、いまの検品の手順や記録の見直しで済む場合は、そう提案します。どこを人が見るか、人の確認をいつ減らすかを人が決めて見張る形で組みます。初回のご相談は無料で、秘密保持契約にも対応します。判定の精度や効果を前もってお約束するものではありません。

AI/DX 支援について見る この検品を相談する

WHITE PAPER

この記事の理解を深める
無料ホワイトペーパーをプレゼント

製造業の現場で使える実務資料(PDF)を無料でお届けします。"こんな資料が届きます" ↓ 下のボタンからどうぞ。

FREE DOCUMENT — サービス資料(PDF・無料)

見積依頼から比較まで、
ひとつの画面にまとめる方法

Newji one は、製造業の調達・受発注に特化したクラウド/AIエージェント。見積依頼・発注書作成・進捗管理・承認をひとつの画面に集約し、AIが比較と異常検知を担当。最後の「GO」だけ人が押す仕組みです。

  • 見積〜発注〜納期を一元管理。催促・転記のムダをゼロに
  • AIが相見積もり比較と異常検知。あなたは判断だけに集中
  • 取引先は「招待」で完全無料。自社コストだけで取引先ごとデジタル化

※ 取引先から招待された企業様は完全無料でご利用いただけます

𝕏NEWJI総研は、調達・品質・設計の知識を X でも発信しています — @newji_souken をフォロー

NEWJI総研

購買・調達や設計・品質の実務を、
研修テキストと実務書式にまとめています。
無料サンプルで中身を確かめられます。

NEWJI総研の資料を見る

OEM/ODM 生産委託

アイデアはある。作れる工場が見つからない。
試作1個から量産まで、加工条件に合わせて最適提案します。
短納期・高精度案件もご相談ください。

加工可否を相談する

AI/DX支援

見積・発注、紙・FAX、品質記録など、
人に頼って回っている業務を、AIと仕組みで回る形に。
まずは無料でご相談ください。

AI/DX支援を見る

見積・発注クラウド Newji one

受発注が増えるほど、入力・確認・催促が重くなる。
受発注管理を“仕組み化“して、ミスと工数を削減しませんか。
見積・発注・納期まで一元管理できます。

機能を確認する

You cannot copy content of this page