ホタテ貝の表裏・亀裂判定サポートAI

背景・課題

株式会社ニッコー様のホタテの生剥き機では、故障の原因となる亀裂等が生じた貝殻を事前に取り除いたり、貝の表裏を機械が要求する向きに直す作業が必要ですが、従来それらを手作業で行っていました。

作業効率化のために貝殻のヒビや欠けなどを自動検出する技術が必要とされていましたが、技術的に難易度が高く、新しい検出技術の開発が課題となっていました。

課題解決へのアプローチ

表裏判別については2枚同時に貝殻を入力して、2値分類を実施し、異常判定については、軽量な畳み込みニューラルネットワークによる判別が適用可能かを検証

学習データ

• 良品／不良品画像データ

背景技術

• CNNの分類器
• セグメンテーション

取り組みの結果

サイズや形状など特徴のゆらぎや、画像撮影時の被写体の姿勢の安定性の欠如などが課題となりましたが、画像の前処理、学習方法の工夫などによって高精度な判定が可能となり、表裏判定は100％、異常判別は98.2％の精度を実現しました。

本技術の応用例

• 製造工程での材料不良検知
• 海産物や農産物の仕分け
• 木材や炭の仕分け（ワレ・欠け・節）
• 製造工程での材料の位置調整　など