生鮮食品加工のための骨領域判別画像認識AI
-
使用エンジン
画像系AIエンジン「visee」 （物体認識エンジン、画像分類エンジン）
-
形態
エッジ
-
導入企業の事業概要
食肉加工装置の開発・提供
背景・課題
熟練労働者の不足という深刻な問題を抱える食肉処理産業では、機械等を用いての自動化の実現が喫緊の課題となっています。
豚バラ肉から肋骨を自動で脱骨する装置では、X線画像を用いて肋骨領域を認識し、座標情報に基づいて切断線を作成する処理が必要となります。しかし、実際のX線画像は骨領域の先端がぼやけていたり、骨折等の予期せぬ状態が散見されるため、従来のアルゴリズムベースの画像認識技術では実用に足る認識精度が得られず、実用化が困難となっていました。
課題解決へのアプローチ
ディープラーニングを新たに取り入れることで、自動脱骨を実現するためのX線画像認識の精度を向上
学習データ
- 対象物を撮影した画像データ
- 画像の抽出対象を示した学習用の画像データ
背景技術
- CNN
- セマンティックセグメンテーションと旧来の画像処理のハイブリッド
取り組みの結果
3カ月間の研究開発で十分な高精度認識を実現し、食品加工装置に組み込むためのAIモジュールの作成まで達成しました。
本技術の応用例
- 食品加工の自動化
- X線画像からの情報抽出
PICKUP
導入事例インタビュー
test
test
北海道内で約46万世帯に毎週配達するコープさっぽろ様の宅配事業「トドック」。
従来、配達ルートの作成をすべて人手で行っており、その業務負荷が大きな課題となっていたため、独自の経路最適化AIの開発に取り組まれ、着実に成果を上げられてきました。
本プロジェクトの成功の要因を解き明かすべく、デジタル推進本部システム部の重田様と、調和技研の高松にインタビューを行いました。
