食品工場の製造ラインにて原材料の不良品検知にAIを活用

キユーピー株式会社様

工場の製造ラインに流れる食品を撮影した動画を題材に、コンピュータが良品・不良品を見分けるルールを自ら学び、不良品を判別するアルゴリズムを深層学習（ディープラーニング）や画像処理技術を用いて構築。製造ラインの検品画像データに適用し検知精度や速度の評価を行うことで上記システムの実現可能性を検証しました。

業種食品・飲料

課題業務効率化、利益最大化、サービス開発

活用技術画像認識・解析

提供サービス 業務効率化／人間の五感を使った識別作業のAI代替、補完 画像・動画解析／物体検知 プロトタイプ開発プラン（PoC）

プレスリリースブレインパッド、キユーピーの食品工場における不良品の検知をディープラーニングによる画像解析で支援

Solution

このようなソリューションを実現しました

不良品を検知するため、製造ラインに流れる食品を撮影した動画を深層学習（ディープラーニング）の画像認識技術を用いて解析し、教師なし学習の手法を使って製品汎用性の高い異常検知アルゴリズムを開発しました。良品・不良品を判定する"分類器"としてではなく、良品のみを学習しそれ以外を"異常検知"として検出するアルゴリズムを適用することで精度と速度の両立を実現しました。アルゴリズムは、Google のオープンソース化された深層学習ライブラリ「 TensorFlow 」を使って実装しています。

ジャガイモをはじめとする食品原料は個体ごとの揺らぎが大きく、また品種も多種多様であるため、良品・不良品の検査・仕訳を自動化することが難しく、人手に頼らざるをえませんでした。多くのスタッフを動員して長時間に渡り行われる目視の原料検査は作業負荷が非常に高く、作業従事者の労働環境の改善が長らく課題となっていました。

導入後の成果

良品データのみを学習させることにより、精度と速度の両立が可能になりました。プロトタイプを使ったテスト稼働では、一定の精度で不良品を検知。完成したプロトタイプを実稼働工場に導入して実証実験に着手することができました。今後は、さらに原料検査の速度を上げて生産効率を向上し、現場作業者の負担軽減を目指します。