事例研究 / コンピュータビジョンによるリアルタイム食品品質検査
AI・Computer Vision・F&B

コンピュータビジョンによるリアルタイム食品品質検査

食品メーカーでは、生産ラインでの品質管理に課題がありました。人による目視検査は主観的で、シフト間で判定にばらつきがあり、生産量の拡大にも対応できませんでした。

プラットフォーム オンプレミス(生産ライン + Webダッシュボード)
ユーザー 社内ユーザー(品質管理責任者・製造担当者)
クライアント 中小企業(SME)
契約形態 固定価格契約
対象地域 日本
技術スタック
python yolo opencv rtmp ruby-on-rails react-2 postgre aws
コンピュータビジョンによるリアルタイム食品品質検査

課題

食品製造における品質検査は、多くの場合、作業者の目視判断に依存しています。しかし、人による判断は担当者やシフト、作業負荷によってばらつきが生じます。

同じ製品でも、検査担当者によって合格・不合格の判断が異なることがありました。

クライアントが求めていたのは、担当者や勤務時間に左右されない、一貫した品質基準による検査です。また、生産ラインを止めることなくリアルタイムで検査できる処理速度も必要でした。

ソリューション

構築内容

AMCOLABは、クライアントの生産ラインで取得した実際の画像を用いて独自のAI画像認識モデルを学習させ、全製品をリアルタイムで自動検査するシステムを構築しました。これにより、品質判定を客観的かつ継続的に実施できるようになりました。

カスタム画像認識モデル

実際の製造ラインで撮影した正常品・不良品の画像を学習データとして使用し、形状異常、表面の傷、色の違い、重量やサイズのばらつきなど、製品ごとの品質基準に合わせた判定を実現しました。

リアルタイム検査

生産ライン上のカメラ映像をリアルタイムで解析し、不良品を包装工程へ進む前に自動検出します。ライン速度を維持したまま検査を実施できます。

判定基準の柔軟な設定

不良内容や重大度に応じて判定基準を設定でき、許容範囲内の製品は自動的に合格、それを超える製品は不良品として判定されます。基準値は管理者が変更でき、AIモデルの再学習は不要です。

品質管理ダッシュボード

合格率・不良率、不良種別、時間帯別・シフト別の品質推移をリアルタイムで可視化。品質管理担当者は管理画面から製造状況を把握し、異常発生時に迅速な対応が可能です。

シフト・ロットレポート

シフトや製造ロットごとの検査結果を自動集計し、品質記録として保存します。品質管理や監査対応に必要なレポート作成も効率化しました。

結果

成果

新しいプラットフォームへの移行後、クライアントとそのトレーダーに起きた変化

シフトや担当者に関係なく、すべての製品を同一基準で検査

品質データを継続的に収集し、品質改善や傾向分析が可能に

品質管理担当者は目視検査から異常分析・改善業務へ注力

生産ラインを停止することなくリアルタイム検査を実現

シフト・ロット単位の自動レポートにより品質管理・監査対応を効率化

関連事例

その他のプロジェクト

プロジェクトを始める

同じ課題をお持ちでしたら、まずはご相談ください。

お客様の製造環境に最適なAI画像認識システムをご提案します。

ミーティングを予約する
電話
メール
WhatsApp
LINE