研究概要

既存の食品加工・検査ラインに組み込み可能なX線もしくは可視光画像のディープラーニングに基づく異常検知システムの実装

  • テーマ

    特別テーマ DX技術

  • 研究機関名

    筑波大学 システム情報系 知能機能工学域 知覚拡張システム研究室

  • 代表者

    善甫 啓一

  • 本研究の主旨


    食品衛生管理のために,ほぼ全ての食品製造ラインにおいて異物検査のためにX線検装置が導入され,金属や高密度樹脂などは検知するものの,一般に柔らかい樹脂製の異物や,異物でなくとも製品中に気泡がある場合の良品・不良品の判定などが,現行装置では非常に困難である。人手でX線透過画像を精査すれば判明するものの,働き手不足また人の能力の限界により全数検査は現実的でない。さらに,大規模工場で生産される食品は,内容物での差別化に限界があり,リテールのシェルフで消費者の目に留まったり,「使いやすさ」といった利用経験を向上させるために,工夫された容器や外装による差別化が進み,これがX線検査装置での検査を困難にさせている。本研究では,自動検査を可能とするため,既存の食品加工・検査ラインに組み込み可能なAI込みの識別器を実装した。

    実際の食品現場では,品質管理が最重要課題であるため各種取組がなさており,その結果,自動化のための大量の不良品画像を用意することが困難となり,皮肉にも自動化が進みづらいことが現状である。本研究では,不良品であるかどうかの確度を設け,曖昧な領域(グレーゾーン)は最終的な品質の判断を行う現地作業者に委ねることで半自動化を介することで,不良品検知の自動化を図る点,作為的に学習用の不良品画像を生成する点が特徴である。