画像認識AIを使ってレモンの品質検査をしてみよう
当記事をご覧いただきありがとうございます。
ITAGEコンテンツ制作担当です。
年も明けてすっかり冷え込み、寒さが厳しい季節になってまいりました。
ぬくぬくとしたこたつに入りながら旬であるみかんでも食べたいものです。
そんな冬の代表として選ばれがちなみかんですが、実はこの画像の果物も冬が旬です。
そう、レモンです。
爽やかなイメージで夏の印象が個人的に強いのですが、国産のレモンは基本冬が旬だとか。
このブログを書くにあたって初めて知りました。
さて、みかんにしろレモンにしろ、どんな果物でもやはり綺麗で美味しいものが買いたい…
そこで今回のブログは画像認識AIで果物の品質を簡単にチェックしよう！という記事です。
レモンの「品質鑑定」をしてみよう
使用するのは、弊社自社製品のノーコード画像認識AIアプリケーション「Collie」です。
「Collie」は2025年1月現在、7つの機能がありますが今回は「品質鑑定」機能を使います。
学習
まずは、「Collie」に学習をさせます。
直接写真を撮って学習させる方法もありますが、
今回はレモンの画像データセット(無料・商用利用可)をネットからダウンロード。
(引用元：Lemon Quality Dataset)
良いレモンと悪いレモンの見本の画像データを複数枚「Collie」に入れてあげるだけで、
良いレモンと悪いレモンの特徴を学習・分析し、基準をAIが決めてくれます。
今回は良いレモンと悪いレモンの写真をそれぞれ500枚、合計1000枚学習させました。
学習が終わったところで、いよいよ品質鑑定をしてみましょう！
判定
学習の際、良いレモンを100点、悪いレモンを0点と学習させました。
ですので良いレモンの基準に近いと100点に近い数字が、
悪いレモンの基準に近いと0点に近い数字が出るはずです。
ではまず、綺麗なこのレモンから判定してみます。
画像下のqualityが判定した品質を表す得点です。
ちゃんと100に近い数字が出ていますね！
では次は、明らかに食べられなさそうなこのレモン。
悪いレモンの基準、0点に近い数字が出ました。
学習・判定が成功していることがわかります。
では…良いとも悪いともいえない、どちらの特徴も持つレモンだとどうなるのでしょうか？
例えばこのレモンは傷もなく色も綺麗ですが、でこぼこしておりつやが無いです。
判定してみると…
0点とも100点とも遠い、59点という結果が出ました。
このように、極端に良いもの悪いものでなくてもデータに基づいて判定し、
このレモンなら確かにこの位だろう、という納得感のある結果を算出してくれます。
では、この「品質鑑定」機能は実際にどういった場所で使えるのでしょうか。
「品質鑑定」の使い道
ここからは「品質鑑定」機能の活用例についてご紹介します。
青果の検査
今回のレモンでやったような、外観検査・評価ができます。
客観的視点からの具体的数値がわかるので、
今まで人の目で検査していた負担のかかる作業がスピーディーに終わり、
かつ、感覚で判別していた工程を統一された基準で判別できるようになります。
スーパーの売り場に置いてあるような動いていないものだけではなく、
コンベアの上を流れる動くものを検査することも可能です。
食品工場での検査
クリームやソースなどの塗られている面積を認識し、
合格基準が満たされているか判定することができます。
また、チョコチップ・ドライフルーツなどの具材が適量入っているかを判定可能です。
食品関係以外の活用法
ここまで食品関係について書いてきましたが、もちろん食品関係以外でも品質鑑定できます。
例えば、植物の研究。
色素量や物質量などの研究結果と写真データを結び付けてAIに学習させると、
写真を撮るだけで上記の写真のように色素量や物質量などの数値を算出できると考えられます。
これにより客観的なデータを得ることができ、大変な分析工程を楽にすることができます。
このように、様々な分野で「品質鑑定」機能は活躍します。
「品質鑑定」機能、いかがでしたでしょうか？
この記事を読んでご興味を持っていただけたら、
ぜひ下記の「Collie」紹介ページもご覧いただけますと幸いです。
製品紹介
ノーコード画像認識AIアプリケーション「Collie」は、
簡単３ステップで誰でもAI活用ができます。
ユーザー自身で教育・カスタマイズが可能なので、
現場に合わせたあなただけの高精度AIをスピーディに導入することが可能です。
さらに詳しく
株式会社ITAGEではお客様の用途に合わせて様々なサービスを提供しております。
ご興味・ご関心がありましたら是非お気軽にお問い合わせください。
