食品業界の方必見！
「省人化」と「高品質」を
両立する方法
目視検査をAIに置き換え、
見落としやばらつきも無くし、均質な製造を！
目次
はじめに 2
食品業界の悩み 3
従来の画像検査とAIの違い 4
AIならではの機能 5
AI活用事例（製菓メーカーの外観検査工程） 7
まとめ 10
AI画像判定サービス「MMEye」のご紹介 11
1
Page3
はじめに ～人手が欠かせなかった外観検査工程の将来に向けて～
はじめに ～人手が欠かせなかった外観検査工程の将来に向けて～
食品製造業における外観検査工程では、焼き具合など、判別ルールが曖昧な
良否判定を人による目視検査に依存することが多く、品質が平準化できない
点や、将来的な人手不足が問題となっています。このような中、AI画像判定は
人と同等レベルの外観検査を行い、安定した品質維持や省人化、作業効率
の向上につながるため、食品業界において注目を集めています。
本資料では、「食品製造業と相性が良いAI（AIの基本、AIを用いた食品
検査）について知りたい！」という方に向けて、ポイントをご紹介します。
2
Page4
食品業界の悩み ～現場の抱える問題点～
食品業界の悩み ～現場の抱える問題点～
「従来のカメラを用いた画像検査システムの検討はおこなってきたが、自動化へ進まない」という声をよく耳にします。
どうしたらいいかわからない…
そういえば
画像検査システムで カメラシステムの
外観検査を自動化させよう！ 精度が低すぎる… そうこうしていると・・ 最近AIって聞くけど
障壁 何がいいの？
正確な判別を
してくれない…
目視検査の自動化が進まない！
多くの方々が「AIを使った画像検査というものがあるらしいが、何が違うの？
何がいいの？」という疑問を持たれています。
3
従来の画像検査とAIの違い
＜従来の画像検査システム＞ ＜AI画像検査システム＞
得 ・判別対象製品の形が一定である場合、高精度 大量のデータから規則性を見出し、ルール化
な画像処理が可能 得 ▶判別ルールが曖昧な食品も判別可能
意 ・処理速度が速い 意 ▶個体差のある対象物「いろいろなパターン」に
対応
苦 良品との違いで良否判定するため、検査対象物 画像検査システムと比較して
手 が均一な形状であることが求められる 苦 ・判別対象製品の形が一定である場合、精度
▶個体差のある対象物に対応できない 手 低下
・処理速度が遅い
判別ルールが曖昧な食品も
良否判定できる
個体差なし 個体差あり
NG
従来の画像検査
AI画像検査
良
品
テンプレート画像
サーチ対象画像 正常品・異常品の学習
NG
「いろいろなパターン」に対応するAIの活用で、食品の外観検査工程自動化が実現！
4
▼
Page6
AIならではの機能 ～「いろいろなパターンに対応」を詳しく教えて！～
AIならではの機能 ～「いろいろなパターンに対応」を詳しく教えて！～
「いろいろなパターン」 できる
人間
• 焼き色や膨らみ方など一つ一つ微妙に 経験から「いろんなパターン」に対応する
異なり、全く同じ形状のものはない 「幅のある判定」ができる
• 良品のパターンは一通りではない
困難
従来の画像検査システム
システム化するにもこの機能が求められる… 個体差のある対象物に対応できない
できる
AIなら「いろいろなパターン」に対応！しかも目視検査以上の判定精度
大量のデータから、人が行ってきた画一的ではない判断を学習。ルールや規則性を見出し、
与えられた課題に対して推論を行う。人と同じレベルの判定でありながら、見落とし・ばらつきも無し！
単に、決まった画像と照らし合わせてOK、NGという判断ではない
5
Page7
AIならではの機能 ～つまり、AIは食品製造と相性抜群です！～
AIならではの機能 ～つまり、AIは食品製造と相性抜群です！～
AIを活用すれば目視検査自動化の課題を解決できます！
従来の画像検査
人手 システム AI画像判定
均一な対象物の判別 ◯ ◯ ◯
個体差のある対象物の判別 ◯ ✕ ◯
判別品質の安定性 ✕ 自 ◯ ◯
長時間対応 ✕ 動 ◯ ◯
化
トレーサビリティ ✕ ◯ ◯
分析結果のフィードバック ◯ ✕ ◯
個体差のある AIが曖昧さを含む人間による判定を機械学習してルール化。
対象物の判別 人並みの応用度の高い判別が可能。不良品の見落とし回避。
分析結果の どの種類の不良がどれだけ発生しているかを分析し、分析結果を生産工程に
フィードバック フィードバックすることで、製品の不良率の減少（食品ロスの減少）が可能。
6
▼
Page8
AI活用事例 ～製菓メーカーの外観検査（背景・課題）～
AI活用事例 ～製菓メーカーの外観検査（背景・課題）～
スマート工場化を試みるが…
菓子製品の外観検査工程の自動化がネックに
菓子製品の外観検査工程の自動化がネッ
どうして？？ クに。
チョコレート菓子は室温や湿度などの影響を受けるため、仕上がりに個体差が生じるため
（従来の画像検査システムは個体差のある対象物の合否判定ができない）
室温 外観検査のシステム化がむずかしい
??
湿度 目視検査を続けるしかない
7
▼ ▼
Page9
AI活用事例 ～製菓メーカーの外観検査（AIの検討） ～
AI活用事例 ～製菓メーカーの外観検査（AIの検討） ～
目視検査の継続でこのような問題が出てきます
OK
Aさん
▪人件費がかさむ 室温で少し溶けた
（数人の検査員を交代制で配置しなければならない） チョコレート NG
Bさん
▪検査品質を平準化しにくい
（合否判定の基準が検査員に依存し、バラつきが生じる）
▶ 自動化実現ができず悩む中、AIを用いた画像検査に出会う！
これならなんとかできるかも！
8
Page10
AI活用事例 ～製菓メーカーの外観検査（AIの効果、導入へ） ～
AI活用事例 ～製菓メーカーの外観検査（AIの効果、導入へ） ～
AIを活用した実証実験に取り組む
AI画像検査システム導入効果
目視以上の判定精度 良品・不良品の判定 データからの傾向分析
判断が難しい曖昧な対象物も 良品・不良品学習から判別・分類 製品データ・製造工程データから
正確に判別 不良品発生の傾向分析
自動化の実現 平準化の実現 食品ロス減少の実現
（目視検査のシステム化が進むため） （ルール・規則のもとで判別するため） （不良品低減の業務改善を行うため）
9
まとめ
AI画像検査システムを活用するメリット
1 目視検査以上の判定精度で個体差のある対象物も正確に判別
2 データ・規則性に基づく分析による検査品質の平準化・食品ロスの減少
つまり、精度の高いAIの活用で、
「省人化」・「高品質」の両立が実現します！
人・カメラ・AIによる検査の長所短所を理解し、自社工場が目指す姿に合うものの検討をお勧めします！
10
AI画像判定サービス のご紹介
AI画像判定サービス「MMEye」は、製造現場でリアルタイムに画像判定を可能とするサービスです。
「MMEye」の活用で、作業の効率化、検査品質の平準化、不良品低減による食品ロスの削減など、
食品製造業における外観検査工程での課題を解決します。
本サービスで出来ること 特長①：現場のリアルタイムAI画像判定
レベル判定 異物混入検査 個数カウント • エッジ端末で、現場でリアルタイムに画像判定
• 人の目に頼らず、AI技術（ディープラーニング）と独自の前処
理技術を用いて複雑なパターンも人並みに精度よく自動判定
特長②：使えば使うほど賢くなる、当社独自技術
• 正常な画像のみで、異常や不具合を判定可能
個体差のあまりない、判別基準が 金属探知機では見つけられない 包装の光沢などで難しかった • 類似度の低いものを自動抽出。データ分類の手間を削減
曖昧な対象物も正確に判別 異変や異物を発見 個数の判別・自動カウント • サンプル画像の自動生成技術で、画像収集にかかる時間を短縮
システム構成
現場 画像前処理技術
撮影した画像に特別な加工を加えることで、特徴点を
カメラ 検査 学習用
画像データ クラウド 際立たせ、高精度の判別を実現。
・画像取得 データ蓄積＆学習
・判別
エッジ端末
（GPU搭載）・ログ送信 ・判別モデル作成 ・モデル管理
・判別結果表示 ・追加学習 ・画像閲覧
判別モデル ・データ自動分類 画像生成技術
少数の画像から自動で類似画像を生成することで、学
習用の大量の画像データ収集の手間を大幅に削減。
11
お問い合わせ先
株式会社YEデジタル マーケティング本部
〒802-0003
福岡県北九州市小倉北区米町2-1-21
✉ marke@ye-digitial.com
https://www.ye-digital.com
ぜひお気軽にご相談ください
