導入事例Introduction Example
導入事例：AI画像処理によるサンマの判別を自動化 | 津田商店様
2020.12.18
サンマの腹・尾・くずの判別を画像認識で自動化し、生産性向上に活かす
「画像認識で目視判別を自動化」AI機械学習を使ったシステム概要
缶詰の生産ラインで、サンマの腹と尾、くずを目視で判別していた工程を、画像処理によって自動化するため、弊社AI画像処理システムを導入いただきました。
コンベアー上を流れるサンマの切り身の判別速度の速さや精度の高さを評価いただき、省人化や生産性の向上の効果が期待されています。
画像認識で出力する項目は部位（胴腹開き・胴背開き・尾・くず）とXY座標値、面積。
要件に合わせてカスタマイズが可能です。
導入前の課題
――サンマの腹・尾・くずの目視による判別から、システム化を検討された理由
津田商店様：
大きな目的は省人化です。人手不足の課題を解決し、コストダウンが両立するため、システム導入による自動化を検討していました。
そこで画像処理による自動化の方法があると知り、導入を検討。これが5年程前のことです。
――Acuityの画像処理システムを導入するきっかけ
津田商店様：
元々、5年程前にも画像処理による自動化を検討していました。しかしそのときは、画像認識から判別までの計算が間に合わず、その都度、コンベアーを停止させる必要がありました。
また、重なり合った部分を1つに認識してしまったりと、確実性も低く、運用に乗せるには要件に満たなかったという課題がありました。
その点、御社の画像処理システムは認識から判別までの時間が一瞬で、コンベアーを停止することなく、サンマの判別が可能でした。精度も高く、技術の進歩に驚きました。
導入後の効果
――Acuityの画像処理システムを使ってみて気が付いた、良い点・改善点
津田商店様：
良い点としては3つ程。システム自体が小さいこと、画像認識から判別までが早いこと、精度の高さが挙げられます。
近年は魚の漁獲量が減ってきていることもあり、不良流出をゼロにし、より高精度な生産作業が求められています。人による目視作業ではどうしても限界があり、システムによってカバーできるのはうれしい点でした。
また、改善要望としては、精度をより確実なものにしていただくこと。こちらについては画像データの学習量によるものとお伺いしましたので、お願いできればと考えています。
また、他の工程でも課題解決ができればと思っています。今回は缶詰用のサンマの腹と尾、くずを判別する点において、AIを導入しましたが、重量測定の面でも3次元でモノを計るシステムを多数開発されているAcuity Inc.さんへお願いできればと考えています。
株式会社津田商店様
創業 昭和8年6月28日
設立 昭和31年5月1日
本社・工場 〒026-0301 岩手県釜石市鵜住居町第10地割30-1
事業内容 事業目的／水産加工品の製造販売
営業品目／調理冷凍食品・缶詰・レトルト食品
他 URL https://www.tsudashouten.co.jp/
導入事例 検索
お問い合わせInquiry
お客様の課題に合わせてスタッフが最適な解決します。
製品の修理や故障、技術的なお問い合わせはサポートからお問い合わせください。