課題

製缶ラインにおいて、異なるブランドの残缶（異種缶）が他ブランドの製缶レーンに紛れ込むことがあり、パッケージの違いが色で判別できるものから、パッと見で判別できないものまで存在します。さらに、同じブランドでも細かな部分が異なるパッケージが紛れ込むという事例もあります。これらの異種缶混合や細かなパッケージの違いを、カメラとAI解析により自動で検知し、事故リスクの低減と業務の効率化を目指します。

サービス概要

本システムでは、異常データを用いることなく、カメラが撮影した正しいパッケージ品の画像のみからAIを学習させます。異種缶混合や細かなパッケージの違いがあることをAIが検知した場合、アラートを発し、画像を記録・保管します。これにより、異種缶や細かなパッケージの違いの早期発見と混入防止を実現します。

ソリューション

マルチオブジェクト検出とセグメンテーションによる缶領域の正確な抽出

複数の缶が映り込んだ画像から個々の缶を正確に認識するため、マルチオブジェクト検出技術を用います。さらに、パンハウス独自の物体検出アルゴリズムを導入し、背景を除去した缶領域のみを抽出。これにより、周辺のノイズに惑わされない頑健な異種缶検知を実現します。

パンハウス独自の異常検出アルゴリズムによる正常缶と異種缶の詳細な差分検知

正常缶のみを学習することで、正常パターンを精緻にモデル化する独自の異常検出アルゴリズムを異種缶検知に適用。正常缶との微細な違いを異常部位として的確に検知します。これにより、パッと見では判別が難しい細かな違いを持つ異種缶も見逃すことなく検出可能です。

バーチャル缶を用いた大規模な学習データ生成と事前検証

実際の製造ラインから大量の画像データを収集するのは容易ではありません。そこで、3DCGで生成したバーチャル缶の画像を活用し、AIモデルの学習データを効率的に拡張。様々な配置パターンを再現することで、ロバストな異常検知モデルの構築が可能です。さらに、実環境への適用前にバーチャル缶で異種缶検知を事前検証することで、本番稼働の精度とパフォーマンスを予測できます。

導入効果・まとめ

異種缶混入リスク 95%低減

本システムの導入により、人の目による確認よりも高い精度と速度を実現し、細かな違いを含む異種缶混入や微妙なパッケージの違いによるリスクを大幅に低減できます。AIによる自動検知は、特に、独自の異常検出アルゴリズムを活用した正常缶の詳細モデル化と、物体検出アルゴリズムによる背景除去は、これまで困難だった類似缶の誤検知を防ぐブレークスルーとなります。また、バーチャル缶を用いたデータ生成により、AI学習に必要なデータ数を削減しつつ性能向上が可能です。