食品業界向け AI

食品業界向け AI

FOOD-Labインタビュー:食品生産におけるインテリジェント画像処理

人工知能を搭載した IDS NXT カメラは、有機的でばらつきの多い物体の検出を含む作業に対応します。園芸や農業などの分野で、収穫ロボットやバラの剪定の目となり、苗木の管理や害虫の発見に活用できます。食品業界では、品質管理や完成度チェックが大幅に効率化されます。FOOD-Lab とのインタビューでは、AI を搭載した画像処理のさまざまな応用の可能性について詳しく紹介しています。

人工知能を搭載した IDS の産業用カメラにより、AI の知識がなくても、お客様自身でニューラルネットワークを個別にトレーニングできます。

— Jan Hartmann —
IDSの3人の社長の一人、ヤン・ハートマンの写真
IDS Imaging Development Systems GmbH 業務執行取締役 Jan Hartmann
Patrick Schick
IDS Imaging Development Systems GmbH ー Product Manager 3D Vision & Imaging Software ー Patrick Schick

Schick:このオーバーズルムの拠点は、先頃 B39 Technology Center の開設によって拡大され、開発部門と生産との距離が非常に短くなりました。このため、顧客のニーズにすぐさま対応して実装できるようになりました。

Hartmann:競合他社に対して、重要な特徴がもう 1 つあります。人工知能を搭載した IDS の産業用カメラにより、AI の知識がなくても、お客様自身でニューラルネットワークを個別にトレーニングできます。

園芸や農業の分野で、AI 搭載の IDS NXT カメラは、苗木の確認など、有機的でばらつきの多い物体を検出できます。
園芸や農業の分野で、AI 搭載の IDS NXT カメラは、苗木の確認など、有機的でばらつきの多い物体を検出できます。

Hartmann:IDS NXT によって、産業用途向けの新世代のビジョンシステムのプラットフォームが作成されました。その根底にあるのが、パラダイムシフトという理念です。私たちの目標は、ただ個々のコンポーネントを開発することから、使いやすく柔軟なシステム全体を提供することへと変化しました。このようなシステムがあれば、画像撮影から画像分析および処理、産業用生産機械の制御まで、ビジョンソリューションの全ステップを実装できます。

Schick:IDS NXT カメラと付属のクラウドベースの IDS lighthouse トレーニングソフトウェアを利用すると、プログラミングすら不要になります。ニューラルネットワークを作成するためにユーザーに必要な知識は、画像と評価に関するものだけです。リンゴを例に取ってみます。どれも似ているようですが、形や色が違い、部分的に傷んでいることもあります。このようなばらつきがあるため、仕分けや監視が難しくなります。これに対して金属生産では、ネジをとってもほぼ同一です。

AI 搭載の画像処理で食品の品質検査を補助
AI 搭載の画像処理で食品の品質検査を補助

FOOD-Lab:では、すべての画像データをまず記録してから、ばらつきが発生したときにシステムが認識できるようにするのですか?

Hartmann:当社にはデータがないため、完全にお客様の作業を肩代わりすることはできません。しかし、画像データをソフトウェアに転送すれば、ソフトウェアでニューラルネットワークをトレーニングできます。こうすると、お客様が必要に応じてネットワークを自分でトレーニングでき、AI の専門知識をあらかじめ準備する必要はありません。画像の改良が必要な場合などに、当社がサポートします。AI はカメラに直接統合されています。

Schick:お客様には、クラスごとに約 50 の画像からなる小規模のデータセットから始めることをお勧めします。AI でタスクに対処できるかどうか、迅速に評価できます。

Hartmann:当社の営業部門が、AI アプローチでも従来の画像処理でも、お客様のソリューションを見つける支援をします。

FOOD-Lab:IDS では、新しいテクノロジーの可能性をお客様にどのように説明していますか?

Hartmann:当社の開発部門は常に実践的なデモプロジェクトに取り組んでいます。たとえば、ショコクスの品質検査をシミュレーションしました。インテリジェントな IDS NXT カメラがすばやく確実にひび、へこみ、その他の品質上の欠陥を検出します。もう 1 つの例は、ナッツチョコレートのナッツの検出です。形が壊れていないことと、シート上に均一に分布していることがチェックされます。このようなデモで、営業部門はシステムのメリットと機能を実演できます。通常は大幅な節約が見込まれ、システムのコストは迅速に償却されます。比較的小さな努力で高い成功率を達成できます。

FOOD-Lab:正しいナッツの分布を確認するには、どの程度の画像が必要と見積もっていますか?

Schick:50 枚の画像では 100% の認識率を達成できませんが、それに近い値に達します。

Hartmann:食品業界ではコスト意識が高く、オートメーション導入がまだ低いことから、今のところは半自動ソリューションであっても向上が見られると考えられます。たとえば、品質検査や製品分類では、生産コストと時間を直接削減できます。

FOOD-Lab:食品業界ではどのような用途が考えられますか?

Schick:魚の加工を考えてみましょう。カメラが、ベルト上にある魚の状態、背中や尾びれの位置などをロボットに伝え、加工を進められるようにします。前述のような果物や野菜、菓子類の品質検査の際に、同様の質問が食肉業界からも寄せられています。もう 1 つの用途はベーカリーで、パンの外側の焼き色を検出します。また、パッケージ内の正しい配置が重要な場合、ボックス内のトーストのパッケージを処理します。

AI 搭載の IDS NXT カメラを使用すると、制御、仕分け、分配、完全性制御などの作業が容易になります。
AI 搭載の IDS NXT カメラを使用すると、制御、仕分け、分配、完全性制御などの作業が容易になります。

Hartmann:カメラシステムは農業でも使用され、これは精密農業と呼ばれています。的を絞って穀物や雑草を識別することで、除草剤の使用量が削減されます。また、商品の熟成も問題です。

FOOD-Lab:つまり、パルマハムやパルメザンチーズなどの昔からある製品ですね。今まで伝統的に、ハムを叩いて肉が筋からはずれているか確認するなど、音で確認していましたが、もうこれでは対応できません。

Hartmann:このような問題も、対応するパラメーターを光学的に定義できれば、インテリジェントなカメラシステムで確実に解決できます。今は考えつかないような応用が多数あります。食品業界が抱えるどのような課題を今後解決できるか、楽しみにしています。当社のモットー「とても簡単です」に則り、シンプルなソリューションを提供していきたいと思います。

ありがとうございました。

Vision Channel
マシンビジョンに関するビデオとライブセッション

プロジェクト
プロジェクトにおいて、どのようなサポートが必要ですか?当社チームが適切なソリューションを見つけるお手伝いをします。

ニュースレタ
最新情報を入手するため、ぜひニュースレターにご登録ください。