涉及权利要求数量6：其中独权2项，从权-2项
1.一种物性值预测方法，其对已机器学习成将拍摄原材料所得到的影像输入作为说明变数且输出物性值的预测模型，输入该物性值的实测值为已知的多个预测对象影像，输出该多个预测对象影像各自的预测值及特征量图，该预测模型具有从拍摄该原材料所得到的影像输出特征量图的特征量图输出部、与将该特征量图转换为关于该原材料的该物性值的转换部，
根据该多个预测对象影像中的实测物性值为同程度的影像的预测结果，界定出该实测值与该预测值的误差在第1阈值以上的预测不良影像及该实测值与该预测值的误差在小于该第1阈值的第2阈值以下的预测良好影像，
基于构成该预测不良影像的该特征量图的多个特征量的频率分布与构成该预测良好影像的该特征量图的多个特征量的频率分布的差异，提取表示预测不良的主因的特征量群。
2.如权利要求1所述的物性值预测方法，其输出将该特征量群的位置重叠于该预测不良影像或该预测良好影像的至少一者所显示的重叠影像。
3.如权利要求1或2所述的物性值预测方法，其中，所拍摄的该原材料为经实施表面处理的金属的表面、涂料的涂装面、经镀覆处理的金属的表面、膜的表面、纸表面及受到成形加工的原材料表面的任一者。
4.一种物性值预测系统，其具备：
预测部，其对已机器学习成将拍摄原材料所得到的影像输入作为说明变数且输出物性值的预测模型，输入该物性值的实测值为已知的多个预测对象影像，输出该多个预测对象影像各自的预测值及特征量图，该预测模型具有从拍摄该原材料所得到的影像输出特征量图的特征量图输出部、与将该特征量图转换为关于该原材料的该物性值的转换部；
界定部，其根据该多个预测对象影像中的实测物性值为同程度的影像的预测结果，界定出该实测值与该预测值的误差在第1阈值以上的预测不良影像及该实测值与该预测值的误差在小于该第1阈值的第2阈值以下的预测良好影像；及
提取部，其基于构成该预测不良影像的该特征量图的多个特征量的频率分布与构成该预测良好影像的该特征量图的多个特征量的频率分布的差异，提取表示预测不良的主因的特征量群。
5.如权利要求4所述的物性值预测系统，其具备重叠影像输出部，该重叠影像输出部输出将该特征量群的位置重叠于该预测不良影像或该预测良好影像的至少一者所显示的重叠影像。
6.如权利要求4或5所述的物性值预测系统，其中，所拍摄的该原材料为经实施表面处理的金属的表面、涂料的涂装面、经镀覆处理的金属的表面、膜的表面、纸表面及受到成形加工的原材料表面的任一者。