UltralyticsのYOLOがSpecialvideoの食品検査ツールを強化

ピザ製造業者はしばしば、視覚に訴える高品質な製品を高速で製造する必要があるが、手作業で各ピザのトッピングを検査するのは時間がかかる。Specialvideoは、リアルタイムで食材を検出しカウントするビジョンAI主導のアプローチを活用することで、生産者がレシピ基準を守り、無駄を省き、スムーズなオペレーションを維持することを可能にする。

様々なビジョンソリューションをテストする中で、Specialvideoは、セマンティックセグメンテーションのような特定の技術が、重なり合ったトッピングや隠れたトッピングに苦戦していることを発見した。UltralyticsのYOLOモデルを使用することで、これらのハードルに取り組むことができ、その場でトッピングを識別、カウント、検証する信頼性の高い高精度なAI搭載の品質管理システムを開発することができました。これにより、生産スピードを犠牲にすることなく、一貫した品質を確保できるようになった。

コンピュータ・ビジョンによるAI食品検査の改善

1993年にイタリアのイモラに設立されたスペシャルビデオは、ロボットガイダンス、自動検査、欠陥検出のための高度なコンピュータビジョンシステムを設計してきた30年以上の経験を活かしています。同社の専門知識は、食品産業におけるコンピュータビジョンにも及んでいる。 

特に、インスタンス・セグメンテーションを利用してピザ製造を合理化するビジョンAI食品検査システムを開発した。各トッピングを別個のオブジェクトとして扱うことで、システムはリアルタイムで正確に具材を検出し、セグメント化し、カウントすることができる。オクルージョン（1つの具材が他の具材で部分的に覆われている状態）やダブルディテクション（1つの具材しかないのにシステムが2つの具材を識別してしまう状態）といった問題に対処する。配置ミス（不均衡なトッピングなど）を特定することで、メーカーは生産パラメーターを適宜調整することができる。

このモデルは、新しい食材に簡単に対応できるように設計されており、全面的なオーバーホールをしなくても再教育が可能である。

また、形状のチェック、色の適合性の検証、潜在的な汚染物質の検出も可能で、各製品が高い安全性と品質基準を満たしていることを確認できる。

リアルタイム食品QC（品質管理）の課題

ピザ製造業者は、600ミリ秒ごとに新しいピザを製造するような、とてつもなく速いスピードで業務を行っていることが多い。このペースでは、人間の検査員が追いつくのは非常に難しく、トッピングの監視や欠陥の正確な検出が難しくなる。

その上、サラミやマッシュルームのような食材が重なると、互いが不明瞭になり、トッピングの欠品や過剰、配分の間違い、量の不揃いなどがピザに発生することもある。これは、製品の均一性を乱すだけでなく、顧客が期待に沿わないピザを受け取った場合、ブランドの評判を傷つけることにもなる。 

同時に、こうした問題は、スクラップ率の増加や資源の浪費を通じて、運営コストを押し上げる。さらに、人間の検査員は長時間のシフトで疲労し、注意力が低下してエラーのリスクが高まる。 

このような落とし穴を認識し、現在では多くのメーカーがコンピュータ・ビジョン対応の品質管理システムや自動食品検査システムを導入している。これらの革新的なシステムはリアルタイムで監視を行い、高品質なアウトプットをサポートしながら人的ミスを減らすのに役立っている。 

マシンビジョンによるリアルタイム食品欠陥検出

SpecialvideoのVision AIソリューションは、Ultralytics YOLOモデルのインスタンス・セグメンテーション・サポートを使用して、すべてのピザをリアルタイムで検査し、高品質の製品だけが消費者に届くようにします。各ピザをレシピと比較することで、トッピングを正確に数え、測定し、欠品や余分な具材、不均一な配分、一貫性のない量を迅速に検出します。

トッピングの位置がずれていたり、食材の量が間違っていたり、青いプラスチックのような異物が混入していたりして、不良ピザが検出されると、システムは自動的にそのピザをスクラップ・ラインに流す。 

配備後も精度を維持するため、Specialvideoはデータセットを継続的に拡張し、ラベリング精度を高め、YOLOを定期的に再トレーニングしている。彼らは、オーバーフィッティングを防ぎ、限られたサンプル数からモデルが汎化するのを助けるために、トレーニング中にデータ増強を使用しています。また、トレーニング画像の10%にマルゲリータピザを使用することで、背景に役立つコンテキストを提供し、サラミの種類が異なるなど、同じ食材の種類であってもネットワークがバリエーションに対応できるようにしている。

さらに、再トレーニング・プロセスをさらに効率化するために、Specialvideoは新しいピザの具材用のワークフローを実装した。このワークフローは、YOLOを活用して新しい画像のラベリングをスピードアップし、具材の種類が進化するにつれて人間の監視の必要性を減らしている。

‍

なぜウルトラリティクスのYOLOモデルを選ぶのか？

SpecialvideoがUltralyticsのYOLOモデルを採用した理由は、AIモデルの性能とコストのバランスが優れているからです。Nvidia GTX-1660gt GPU（Graphics Processing Unit）を搭載したこのシステムは、わずか200～250msの推論時間を達成し、600msごとにピザを生産する生産ラインを処理するのに十分な速度を実現しています。 

YOLOの効率的な処理速度は、リアルタイムの品質管理を容易にする。全体として、このアプローチは生産を合理化するだけでなく、拡張性もサポートし、大量の食品製造環境向けの堅牢なソリューションとなっている。 

YOLO対応の食品検査ソリューションが99％の精度を実現

UltralyticsのYOLOモデルを統合することで、SpecialvideoのAI食品検査ソリューションは、ピザ製造における品質管理を変革した。1,500枚以上の画像からなる堅牢なデータセットで訓練されたこのモデルは、10種類以上の具材を正確に認識し、オリーブ、サラミスライス、アンチョビ、モッツァレラボールなどの数えられるものと、角切りハム、マッシュルーム、チーズスライス、ピーマンなどの数えられないものに分類します。 

YOLO駆動システムは、リアルタイムで最大99％の精度で作動し、人間の検査員を凌駕し、手作業に比べて検査時間を大幅に短縮する。 

興味深いことに、このソリューションは、サラダやパスタなど、最初のトレーニングに含まれていなかった食品の原材料を正確に認識することで、有望な結果を実証しており、新しい製品ラインへの拡大が容易になっている。最終的に、この革新的なアプローチは、業務効率を高め、無駄を最小限に抑え、コストを削減し、自動化された食品検査と品質保証の新たな基準を設定する。

食品産業におけるスマート・マニュファクチャリングの推進

Specialvideoの前途は楽しそうだ。同社はVision AIソリューションをサラダやパスタなど他の食品にも拡大する計画だ。ディープラーニングモデルを継続的に微調整し、データセットを増やすことで、Specialvideoはリアルタイムの品質管理をさらに改善し、無駄を省き、生産効率を高めることを目指している。これらの強化は、新たな業界標準を設定するのに役立つだろう。

ビジョンAIで業務を強化したいですか？UltralyticsのAIソリューションが、ヘルスケアにおけるAIや 製造業におけるコンピュータビジョンなどの分野でどのようなインパクトを与えているか、GitHubリポジトリでご覧ください。当社のYOLOモデルやライセンスオプションに関する詳細な洞察をご覧いただき、よりスマートで効率的な自動化への第一歩を踏み出してください。