JP3243688U - 海苔等級判定処理システム - Google Patents

Abstract

【課題】海苔の等級判定および当該等級判定に付随する作業を自動化して、海苔の等級判定の作業を効率化する海苔等級判定処理システムを提供する。【解決手段】海苔等級判定処理システム１であって、海苔の表面画像を撮像する撮像装置２００と、前記海苔の表面画像を、等級判定済み海苔の表面画像に基づいて生成された学習モデルに基づいて等級を判定する海苔等級判定装置１００と、判定した等級に対応する第１のコードを、前記海苔の帯上に印字する印字装置３００と、を備える。【選択図】図１

Description

本考案は、海苔等級判定処理システムに関する。

海苔の市場価格は、等級によって決定されるため、生産者にとって、海苔の等級判定は重要な関心事である。等級判定は、乾海苔の状態で、漁業組合において、特定の検査員の目視により実施されている。しかし、人による等級判定では、例えば、検査員によって、また同じ検査員であっても疲労などによって判定結果にばらつきが生じるという問題点があった。また、検査員の高齢化による後継者不足が深刻となっているという問題点もあった。そのため、乾海苔の等級判定の自動化が要望されている。

例えば、特許文献１には、乾海苔の色彩を色彩色差計によって測定して、Ｌ^＊ａ^＊ｂ^＊表色系における色彩値であるｂ^＊値を得た後、得られたｂ^＊値に基づいて乾海苔の品質を判定する判定方法が開示されている。また、特許文献２には、乾海苔をカラー撮像装置で撮像しそれをＡ／Ｄ変換して得た画像の各画素のＲＧＢ値に基づいて乾海苔の品質を検査する方法が開示されている

特開２００２‐２０７０１２号公報 特許３２３０２１７号

ところで、海苔の等級判定の作業には、乾海苔が納められた段ボール箱の梱包解き、等級判定、等級印打ち、再梱包、記録等があり、作業は早朝から深夜におよび、その労力は多大であるという問題点もあった。そのため、等級判定の自動化と併せて、等級判定に付随する作業の自動化も併せて望まれている。

そこで、本考案は、上記課題に鑑みて、乾海苔の等級判定および当該等級判定に付随する作業を自動化して、海苔の等級判定の作業を効率化する海苔等級判定処理システムを提供する。

本考案は、海苔の表面画像を撮像する撮像部と、前記海苔の表面画像を、等級判定済み海苔の表面画像に基づいて生成された学習モデルに基づいて等級を判定する等級判定部と、判定した等級に対応する第１のコードを、前記海苔の帯上に印字する印字部と、を備える海苔等級判定処理システムを提供する。

また、本考案は、前記海苔を搬送する搬送装置を備え、前記撮像部は、搬送される前記海苔の表面画像を順次撮影する海苔等級判定処理システムを提供する。

また、本考案は、前記海苔が収容されていた箱に付与されている、当該海苔の生産に関する生産段階情報を読み取る読み取り装置を備え、前記搬送装置は、前記箱から取り出された海苔を搬送し、前記印字部は、前記生産段階情報に基づく第２のコードを、前記第１のコードと併せて前記海苔の帯上の印字する海苔等級判定処理システムを提供する。

また、本考案は、前記搬送中の海苔を検知する検知部を備え、前記撮像部は、前記検知部で海苔が検知されたことに応じて、当該海苔の表面画像を撮像する海苔等級判定処理システムを提供する。

また、本考案は、前記等級判定部で等級が判定された前記海苔の表面画像を、前記学習モデルの教師データに追加する海苔等級判定処理システムを提供する。

また、本考案は、前記学習モデルは、深層学習モデルである海苔等級判定処理システムを提供する。

本考案によれば、乾海苔の等級判定および当該等級判定に付随する作業を自動化して、海苔の等級判定の作業を効率化することができる。

本考案の第１の実施形態に係る海苔等級判定処理システムの概要を説明する図である。 本考案の第１の実施形態に係る海苔等級判定処理システムの機能構成を示す図である。 本考案の第１の実施形態に係る等級ＤＢを模式的に示す図である。 本考案の第１の実施形態に係る海苔等級判定処理システムの海苔等級判定処理を示すフローチャートである。 本考案の第２の実施形態に係る海苔等級判定処理システムの機能構成を示す図である。 本考案の第２の実施形態に係る海苔等級判定処理システムの海苔等級判定処理を示すフローチャートである。

以下、添付図面を参照して、本考案を実施するための形態（以下、実施形態）について詳細に説明する。以降の図においては、実施形態の説明の全体を通して同じ要素には同じ番号または符号を付している。
＜第１の実施形態＞

［基本概念／基本構成］
図１は、本考案の第１の実施形態に係る海苔等級判定処理システム１の概要を説明するための図である。図１に示すように海苔等級判定処理システム１は、海苔等級判定装置１００と、撮像装置２００と、印字装置３００と、搬送装置４００とを備える。

生産者によって梱包箱Ｐに箱詰めされた海苔積層体が、梱包箱Ｐから取り出されて搬送装置４００に投入される（Ｓ１）。海苔積層体は、１０帖の海苔を束ねて海苔帯（以下、単に帯という）Ｂと呼ばれる紙帯で閉じられたものであって、一般的に１つの梱包箱Ｐに３６個詰められている。以下、海苔積層体を単に海苔Ｎといい、搬送装置４００で搬送される海苔を区別する場合には、Ｎ_ｉ（ｉ＝１，２，・・・ｎとする）とする。搬送装置４００への海苔Ｎの投入は、作業員が行ってもよいし、ロボットアーム等を用いて自動でおこなってもよい。

搬送装置４００に投入された海苔Ｎ_ｉが所定位置まで搬送方向に進むと、撮像装置２００は、海苔Ｎ_ｉの表面画像を撮影し、撮像された海苔Ｎ_ｉの表面画像は海苔等級判定装置１００に送信する（Ｓ２）。海苔等級判定装置１００は、受信した海苔Ｎ_ｉの表面画像と等級判定済み表面画像を用いて作成された学習モデルとに基づいて、海苔Ｎ_ｉの等級を判定する（Ｓ３）。

海苔等級判定装置１００は、判定した等級に対応する第１のコードを印字装置３００に送信する（Ｓ４）。印字装置３００は第１のコードを、所定位置まで搬送装置４００で搬送方向に進んだ海苔Ｎ_ｉの帯上に印字する（Ｓ５）。

このような海苔等級判定処理システムによれば、等級判定済みの海苔の表面画像を用いて作成された学習モデルと、撮影された海苔の表面画像とに基づいて、海苔の等級を自動で判定し、判定した等級を海苔の帯上に自動で印字することができる。それにより、海苔の等級判定の作業を効率化することができる。また、搬送装置で海苔を搬送している間に、順次、海苔の等級判定および判定した等級の海苔の帯上への印字をすることができる。それにより、海苔の等級判定および当該等級判定に付随する作業を連続的に行うことができ、海苔の等級判定の作業をさらに効率化することができる。

［機能構成］
図２は本考案の第１の実施形態に係る海苔等級判定処理システム１の機能構成を説明するための図である。図に示すように、海苔等級判定処理システム１は、海苔等級判定装置１００と、撮像装置２００と、印字装置３００と、搬送装置４００とを備える。撮像装置２００および印字装置３００は、有線または無線で海苔等級判定装置１００と接続されている。本実施形態において、撮像装置２００および印字装置３００は、海苔等級判定装置１００から独立した装置であるが、海苔等級判定装置１００に備えられ、各機能部として機能してもよい。また、本実施形態において、搬送装置４００は、海苔等級判定装置１００から独立し、かつ海苔等級判定装置１００と接続されていない。

搬送装置４００は、海苔Ｎを搬送する、例えば、ベルトコンベアーである。具体的には、搬送装置４００は、作業員等によって梱包箱Ｐに箱詰めされている海苔Ｎが投入され、投入された海苔Ｎを上流から下流へと搬送する。

なお、搬送装置４００が搬送する海苔Ｎは、重なることなく、また、積層方向に水平な平面が上部となっているのが望ましい。後述する等級判定部１３０での判定精度を高くするためである。また、搬送装置４００が搬送する海苔Ｎは、所定の間隔を空けて投入されるのが望ましい。後述する撮像装置２００で撮影する際に、隣り合う海苔Ｎの表面画像が入り込むのを防ぐためや、後述する印字装置３００で印字する際に、詰まりが生じるのを防ぐためである。

撮像装置２００は、検知部２１０と、撮像部２２０とを備え、搬送装置４００で搬送される海苔Ｎ_ｉの表面画像を撮影する。詳細には、まず、検知部２１０が、搬送装置４００で搬送される海苔Ｎ_ｉが撮影範囲に入ったことを検知する。そして、検知されたことに応じて、撮像部２２０が、撮影範囲にある海苔Ｎ_ｉの表面画像を撮影する。

検知部２１０は、撮影範囲に海苔が入った否かを検知できるものであればよく、例えば光電センサーである。搬送装置４００がベルトコンベアーである場合、検知部２１０が、搬送装置４００で搬送される海苔Ｎ_ｉが撮影範囲に入ったこと検知しやすいように、ベルトの表面色を白をはじめとする淡色とするのが望ましい。海苔Ｎは黒または濃緑であるので、海苔Ｎとベルトの表面とのコントラストを高くすることで、検知部２１０が海苔Ｎを検知しやすくなる。

海苔等級判定装置１００は、記憶部１１０と、画像取得部１２０と、等級判定部１３０と、学習部１４０とを備える。なお、本実施形態において、海苔等級判定装置１００はオンプレミスとするが、クラウドサーバであってもよい。

記憶部１１０は、海苔Ｎ_ｉの表面画像を海苔Ｎ_ｉの判定済み等級と対応付けて記憶する画像データベース（以下、ＤＢともいう）１１１と、海苔の等級情報を記憶する等級ＤＢ１１２と、後述する学習部１４０で生成された学習モデルを記憶するモデルＤＢ１１３と、を備える。

画像取得部１２０は、撮像装置２００により取得された海苔Ｎ_ｉの表面画像を取得する。

等級判定部１３０は、取得した海苔Ｎ_ｉの表面画像と、等級判定済み海苔の表面画像に基づいて作成された学習モデルとに基づいて、海苔Ｎ_ｉの等級を判定する。詳細には、等級判定部１３０は、モデルＤＢ１１３に記憶されている学習モデルに基づいて、海苔Ｎ_ｉの表面画像をＡＩによる画像解析を行って、海苔Ｎ_ｉの表面画像の等級を判定する。等級判定部１３０は、判定した等級の等級コードを、等級ＤＢ１１２を参照して取得し、取得した等級コードを印字装置３００に送信する。

図３に、本実施形態に係る等級ＤＢを模式的に示す図である。図３に示すように、等級ＤＢに格納される海苔の等級情報には、海苔Ｎの等級を識別する等級コード、および等級の名称である等級名の情報が含まれる。

等級判定部１３０は、等級を判定した海苔Ｎ_ｉの表面画像と、判定した等級とを対応付けて、画像ＤＢ１１１に記憶する。

学習部１４０は、海苔Ｎ_ｉの等級判定に用いる学習モデルを、等級判定済み海苔の表面画像に基づいて生成する。詳細には、学習部１４０は、画像ＤＢ１１１から、等級が対応付けられた海苔の表面画像を教師データとしたディープラーニングにより、色目検査で用いられる色や色彩強度といった情報を用いた、学習モデルを生成する

例えば、学習部１４０は、教師データを、畳み込みニューラルネットワーク（ＣＮＮ：Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）により学習し、学習モデルを生成する。教師データが、学習モデルを訓練するための訓練データと、訓練した学習モデルを評価する検証データとを含んでいる場合、学習部１４０は、訓練データを畳み込みニューラルネットワークにより学習し、学習モデルを生成する。そして、学習部１４０は、生成した学習モデルに検証データを入力して、生成した学習モデルを判定する。

なお、画像ＤＢ１１１に記憶されている、等級が対応付けられた海苔の表面画像のうち、等級判定部１３０で判定された等級が対応付けられた海苔の表面画像は訓練データとし、検査員等で判定された等級が対応付けられた海苔の表面画像を、検証データとするのが望ましい。

具体的には、学習部１４０は、生成した学習モデルによって、予め検証データとして設定された等級判定済みの海苔の表面画像の等級を判定し、既に海苔の表面画像に対応付けられている等級との一致率が所定値以上、例えば７０％以上となる場合に、生成した学習モデルは信頼性があると判断し、モデルＤＢ１１３に記憶する。

印字装置３００は、検知部３１０と、印字部３２０とを備え、等級判定部１３０で判定した等級に対応する等級コードをバーコードに変換し、搬送装置４００で搬送される海苔Ｎ_ｉの帯上に印字する。バーコードには、一次元バーコードおよび二次元バーコードを含む。なお、等級コードはバーコード以外のコードであってもよい。

詳細には、まず、検知部３１０が、搬送装置４００で搬送される海苔Ｎ_ｉが印字範囲に入ったことを検知する。そして、検知されたことに応じて、印字部３２０は、等級判定部１３０から受信した等級コードをバーコードに変換し、バーコードを印字範囲にある海苔Ｎ_ｉの帯上に印字する。なお、印字部３２０は、等級を判定した日時や等級を判定した場所などの情報を、等級コードと併せてバーコードに変換してもよい。

上記の本システムの機能構成は、あくまで一例であり、１つの機能ブロック（データベース及び機能処理部）を分割したり、複数の機能ブロックをまとめて１つの機能ブロックとして構成したりしてもよい。各機能処理部は、装置や端末に内蔵されたＣＰＵ（Central Processing Unit）が、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＳＳＤ(Solid State Drive)、ハードディスクなどの記憶装置（記憶部）に格納されたコンピュータ・プログラム（例えば、基幹ソフトや上述の各種処理をＣＰＵに実行させるアプリなど）を読み出し、ＣＰＵにより実行されたコンピュータ・プログラムによって実現される。すなわち、各機能処理部は、このコンピュータ・プログラムが、記憶装置に格納されたデータベース（ＤＢ;Data Base)やメモリ上の記憶領域からテーブルなどの必要なデータを読み書きし、場合によっては、関連するハードウェア（例えば、入出力装置、表示装置、通信インターフェース装置）を制御することによって実現される。また、本考案の実施形態におけるデータベース（ＤＢ）は、商用データベースであってよいが、単なるテーブルやファイルの集合体をも意味し、データベースの内部構造自体は問わないものとする。

図４を用いて、本考案の実施形態に係る海苔等級判定処理システム１の海苔等級判定処理について説明する。海苔等級判定処理は、海苔Ｎが、梱包箱Ｐから搬送装置４００へ投入が開始されたことに応じて、開始する。

撮像装置２００が、搬送装置４００で搬送される海苔Ｎ_ｉが撮影範囲に入ると、海苔Ｎ_ｉの表面画像を撮影する（Ｓ１１）。次に、画像取得部１２０は、撮像装置２００から海苔Ｎ_ｉの表面画像を取得する（Ｓ１２）。

次に、等級判定部１３０は、Ｓ１２で取得した海苔Ｎ_ｉの表面画像と、モデルＤＢ１１３の学習モデルとに基づいて、海苔Ｎ_ｉの等級を判定する（Ｓ１３）。学習モデルは、等級と海苔の表面画像とが対応付けられた教師データを用いて、Ｓ１１で撮影した海苔Ｎ_ｉの表面画像から海苔Ｎ_ｉの等級を判定するように予め学習されている。

等級判定部１３０は、Ｓ１３で等級を判定した海苔Ｎ_ｉの表面画像と、判定した等級とを対応付けて、画像ＤＢ１１１に記憶する（Ｓ１４）。印字装置３００は、Ｓ１３で判定した等級に対応する等級コードを等級判定部１３０から取得して、バーコードに変換し、搬送装置４００で搬送されている海苔Ｎ_ｉの帯上に印字する（Ｓ１５）。

画像取得部１２０は、撮像装置２００から海苔Ｎ_ｉ＋１の表面画像を取得したか否かを判定する（Ｓ１６）。海苔Ｎ_ｉ＋１の表面画像を取得した場合には（ＹＥＳ）、ステップＳ１３に処理を戻す。一方、海苔Ｎ_ｉ＋１の表面画像を取得していない場合には（ＮＯ）、処理を終了する。

以上説明したように、第１の実施形態の海苔等級判定処理システムによれば、等級判定済みの海苔の表面画像を用いて作成された学習モデルと、撮影された海苔の表面画像とに基づいて、海苔の等級を自動で判定し、判定した等級を海苔の帯上に自動で印字することができる。それにより、海苔の等級判定の作業を効率化することができる。また、搬送装置で海苔を搬送している間に、順次、海苔の等級判定および判定した等級の海苔の帯上への印字をすることができる。それにより、海苔の等級判定および当該等級判定に付随する作業を連続的に行うことができ、海苔の等級判定の作業をさらに効率化することができる。

予め用意された複数の等級判定済みの海苔の表面画像を用いて、ディープラーニングすることにより、等級未判定の海苔の等級表面画像の等級判定に用いる学習モデルを生成できる。それにより、ディープラーニングによって得られた学習モデルを用いて、海苔の等級が判断されるため、判定精度が向上する。

＜第２の実施形態＞
以下、図５，６を用いて、第２の実施形態の海苔等級判定処理システム２について説明する。海苔等級判定処理システム２は、以下に示す点を除いて、第１の実施形態の海苔等級判定処理システム１と同様に構成されている。なお、図５では、第１の実施形態と同様に構成された機能部には、同一の符号を付している。また、図６では、第１の実施形態と同様の処理内容のステップには、同一の符号を付している。

海苔等級判定処理システム２は、海苔等級判定装置１０１と、海苔等級判定装置１０１に接続された、読み取り装置５００と、撮像装置２００と、印字装置３０１と、搬送装置４００とを備える。読み取り装置５００は、有線または無線で海苔等級判定装置１０１と接続されている。本実施形態において、読み取り装置５００は、海苔等級判定装置１０１から独立した装置であるが、海苔等級判定装置１０１に備えられ、各機能部として機能してもよい。

読み取り装置５００は、海苔Ｎが箱詰めされた梱包箱Ｐに付与されているバーコードから生産段階情報を読み取る、例えば、バーコードリーダである。海苔Ｎが箱詰めされた梱包箱Ｐに付与されているバーコードは、生産者名、漁場、製造日時といった生産段階の情報を含み、海苔生産者が作成して梱包箱Ｐに付与する。本実施形態において、海苔Ｎが箱詰めされた梱包箱Ｐに付与されているバーコードと海苔の帯上に印字されるバーコードとを区別するために、前者のバーコードを第２のバーコード、後者のバーコードを第１のバーコードという。なお、梱包箱Ｐに付与されるのは、バーコード以外のコードであってもよい。

海苔等級判定装置１０１は、記憶部１５０と、生産段階情報取得部１６０と、生産段階情報送信部１７０と、画像取得部１２０と、等級判定部１３０と、学習部１４０と、を備える。記憶部１５０は、画像ＤＢ１１１と、等級ＤＢ１１２と、モデルＤＢ１１３と、生産段階情報ＤＢ１５４と、を備える。

生産段階情報取得部１６０は、読み取り装置５００で読み取られた生産段階情報を取得し、生産段階情報ＤＢ１５４に記憶する。

生産段階情報送信部１７０は、等級判定部１３０が、海苔Ｎ_ｉの等級コードを印字装置３０１に送信する際に、生産段階情報ＤＢ１５４を参照して取得した海苔Ｎ_ｉの生産段階情報を、印字装置３０１に送信する。

印字装置３０１は、検知部３１０と、印字部３２１とを備える。印字部３２１は、等級判定部１３０から受信した等級コードを第１のバーコードに変換し、第１のバーコードを印字範囲にある海苔Ｎ_ｉの帯上に印字する。なお、印字部３２１は、等級を判定した日時や等級を判定した場所などの情報を、等級コードと併せて第１のバーコードに変換してもよい。また、印字部３２１は、生産段階情報送信部１７０から受信した生産段階情報を第２のバーコードに変換し、第２のバーコードを印字範囲にある海苔Ｎ_ｉの帯上に印字する。

なお、印字部３２０は、第１のバーコードと第２のバーコードとを同時に印字してもよいし、任意の順に印字してもよい。また、印字部３２１は、等級コードと生産段階情報とを併せて１つの第３のバーコードを変換し、海苔Ｎ_ｉの帯上に印字してもよい。

図６を用いて、本考案の実施形態に係る海苔等級判定処理システム２の海苔等級判定処理について説明する。なお、本処理は、梱包箱Ｐ毎の海苔等級判定処理を示す処理フローである。

読み取り装置５００が、海苔Ｎが箱詰めされた梱包箱Ｐに付与されているバーコードから生産段階情報を読み取る（Ｓ２１）。次に、生産段階情報取得部１６０は、Ｓ１１で読み取られた生産段階情報を取得し、生産段階情報ＤＢ１５４に記憶する（Ｓ２２）。次に、ステップＳ１１～Ｓ１４の処理を実行する。

次に、印字装置３００は、Ｓ１３で判定した等級に対応する等級コードを等級判定部１３０から取得して、第１のバーコードに変換し、搬送装置４００で搬送されている海苔Ｎ_ｉの帯上に印字する（Ｓ２３）。次に、印字装置３０１は、生産段階情報送信部１７０から海苔Ｎ_ｉの生産段階情報を取得して、第２のバーコードに変換し、搬送装置４００で搬送されている海苔Ｎ_ｉの帯上に印字する（Ｓ２４）。そして、ステップＳ１６を実行する。

以上説明したように、第２の実施形態の海苔等級判定処理システムによれば、海苔の帯上に海苔の等級の情報を含む第１のコードとともに、海苔の生産段階情報を含む第２のコードを印字することができる。それにより、海苔それぞれに生産段階情報を付与することができ、海苔の生産段階の情報を等級とともに個々の海苔に付することで、等級判定処理後の作業、例えば仕分や入札時において利便性が向上する。

＜変形例＞
（１）例えば、第１および第２の実施形態において、画像ＤＢ１１１は、海苔等級判定装置１００，１０１に備えられているが、クラウド上に備えられ、複数の海苔等級判定装置で共有できるようにしてもよい。それにより、画像ＤＢは複数の海苔等級判定装置の等級判定結果を記憶することができ、学習モデルを作成するために用いる教師データが増え、等級の判定精度を向上させることができる。

（２）例えば、第１および第２の実施形態において、搬送装置４００は、海苔等級判定装置１００，１０１に接続されていなかったが、有線または無線で接続されてもよい。それにより、海苔等級判定装置１００，１０１から、搬送装置４００を制御することができる。例えば、撮像装置２００で海苔Ｎ_ｉを撮像する際、印字装置３００で海苔Ｎ_ｉの帯上に印字する際に、搬送装置４００の搬送速度を遅くしたり、停止したりすることができる。それにより、海苔の表面画像の画質が低下することを防いだり、印字がよれてしまったり、かすれてしまったりすることを防ぐことができる。その結果、撮影や印字のやり直しを減らすことができ、作業効率を向上させることができる。

（３）例えば、第２の実施形態において示したのは海苔等級判定処理は梱包箱Ｐ毎であるが、連続して梱包箱Ｐの海苔等級判定処理を行う場合には、梱包箱Ｐが次の梱包箱Ｐに変わったことを検知して、生産段階情報送信部１７０が、生産段階情報ＤＢ１５４から取得する生産段階情報を次の梱包箱Ｐの生産段階情報に変更する必要がある。例えば、生産段階情報送信部１７０は、梱包箱Ｐへの海苔の梱包数が予め決められている際には、等級コードと併せて生産段階情報を梱包数回、印字装置３０１に送信すると、生産段階情報ＤＢ１５４で取得順が次の生産段階情報を取得するように切り替える処理を行う。

また、次の梱包箱Ｐの海苔を投入する前に所定時間間隔を空けることで、画像取得部１２０が所定時間海苔の表面画像を取得していないことに応じて、生産段階情報送信部１７０が、梱包箱Ｐが変わったことを検知して、生産段階情報ＤＢ１５４で取得順が次の生産段階情報を取得するように切り替える処理を行ってもよい。それにより、梱包箱Ｐが変わっても、海苔Ｎ_ｉが梱包されていた梱包箱Ｐの生産段階情報を、生産段階情報送信部１７０は生産段階情報ＤＢ１５４から取得することができる。そして、海苔Ｎ_ｉの帯上に、梱包されていた梱包箱Ｐの生産段階情報を変換した第２のバーコードを印字することができる。

以上、実施形態を用いて本考案を説明したが、本考案の技術的範囲は上記実施形態に記載の範囲には限定されないことは言うまでもない。例えば、海苔の他に、食品全般（野菜、果実、水産物、食肉）の等級等の付与や、自動車、ロボット等の機械の品質に関する等級等、上記実施形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。また、そのような変更または改良を加えた形態も本考案の技術的範囲に含まれ得ることが、実用新案登録請求の範囲の記載から明らかである。

１ 海苔等級判定処理システム
１００，１０１ 海苔等級判定装置
１１０ 記憶部
１２０ 画像取得部
１３０ 等級判定部
１４０ 学習部
１５０ 記憶部
１６０ 生産段階情報取得部
１７０ 生産段階情報送信部
２００ 撮像装置
２１０ 検知部
２２０ 撮像部
３００，３０１ 印字装置
３１０ 検知部
３２０，３２１ 印字部
４００ 搬送装置
５００ 読み取り装置

Claims (6)

1. 海苔の表面画像を撮像する撮像部と、
   前記海苔の表面画像を、等級判定済み海苔の表面画像に基づいて生成された学習モデルに基づいて等級を判定する等級判定部と、
   判定した等級に対応する第１のコードを、前記海苔の帯上に印字する印字部と、
   を備える海苔等級判定処理システム。
2. 前記海苔を搬送する搬送装置を備え、
   前記撮像部は、搬送される前記海苔の表面画像を順次撮影する請求項１に記載の海苔等級判定処理システム。
3. 前記海苔が収容されていた箱に付与されている、当該海苔の生産に関する生産段階情報を読み取る読み取り装置を備え、
   前記搬送装置は、前記箱から取り出された海苔を搬送し、
   前記印字部は、前記生産段階情報に基づく第２のコードを、前記第１のコードと併せて前記海苔の帯上に印字する請求項２に記載の海苔等級判定処理システム。
4. 前記搬送中の海苔を検知する検知部を備え、
   前記撮像部は、前記検知部で海苔が検知されたことに応じて、当該海苔の表面画像を撮像する請求項２に記載の海苔等級判定処理システム。
5. 前記等級判定部で等級が判定された前記海苔の表面画像を、前記学習モデルの教師データに追加する請求項１に記載の海苔等級判定処理システム。
6. 前記学習モデルは、深層学習モデルである請求項１に記載の海苔等級判定処理システム。
   
   

Images