情報処理学会 インタラクション2025

本研究では，この課題を解決するために深層学習を活用した画像認識 AI による品質判別システムを構築した．Google Colab を用いて宗田節の画像データを収集・学習させた AI モデルを作成し，Flask と ngrok を使用して Web ブラウザから品質を判別できるシステムを開発した．システムは高品質，中品質，低品質の 3 段階で分類する機能を備えている．実装の過程では，データの収集，CNN モデルの構築，学習済みモデルの保存，Web カメラを用いた画像認識機能の統合を行った．これにより，品質選別作業の効率化と精度向上を実現し，熟練者不足や教育コストの削減にも寄与することが期待される．本システムは宗田節の製造現場だけでなく，食品加工業全般への応用可能性を有している． 1. はじめに宗田節（そうだぶし）は，主として「ソウダガツオ（宗田鰹）」と称されるカツオ科の魚を加工して製造されるものである．一般に普及している鰹節（カツオブシ）は「カツオ（鰹）」を原料とするが，宗田節は異なる魚種を用いるため，味や香りに相違があり，より力強いコクと濃厚な風味を特徴とする．ソウダガツオはカツオと比して，脂肪分が低く，より強い風味を示すものである．宗田節は，高知県土佐清水市の伝統産業であり，その生産量は全国シェアの約 70％を占めている．鰹節工場では，完成した宗田節の品質を「選別作業」によって判別し，脂肪含有量や形状の欠陥（折れなど）など図１ の複数の基準に基づいて分類している．特に宗田節は，品宗田節質に応じて「高品質」（図 2），「中品質」（図 3），「低品質」 （図 4）に分類されるが，これらの選別作業は視覚的に非常に難しく（図 1），熟練者の経験や感覚に大きく依存している．高品質な宗田節は断面がきれいで脂肪が少なく，スリムな形状を有する（図 2）．一方で，中品質や低品質の宗田節（図 3, 4）は脂肪が多く残り，形状が大きく不規則であることが多い．このような外観上の微妙な差異は，人によって判断が分かれる場合が多く，さらに，実際の作業では，一度行った選別を別の作業員が再確認する「二段階選別」が行われており，作業効率と精度の向上が課題とされている．また，宗田節には「裸節」と「枯節」という 2 つの大きな種類が存在するが，特に枯節は表面に付着するカビの影響で，選別がさらに複雑になる．このような課題を解決し，選別作業の負担を軽減することを目的として，本研究では画像認識 AI を活用した宗田節の品質判別システムの構築を目指すこととする．