特開 2021-149142 食肉判別装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2021-149142(P2021-149142A)

(43)【公開日】2021年9月27日

(54)【発明の名称】食肉判別装置

(51)【国際特許分類】

   G06T 7/00 20170101AFI20210830BHJP

   G01N 33/12 20060101ALI20210830BHJP

【ＦＩ】

   G06T7/00 350B

   G01N33/12

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

【全頁数】12

(21)【出願番号】特願2020-45158(P2020-45158)

(22)【出願日】2020年3月16日

(71)【出願人】

【識別番号】000147833

【氏名又は名称】株式会社イシダ

(71)【出願人】

【識別番号】595062034

【氏名又は名称】都築電気株式会社

(72)【発明者】

【氏名】村田 智史

(72)【発明者】

【氏名】大東 憲明

(72)【発明者】

【氏名】稲葉 隆士

(72)【発明者】

【氏名】河野 吉勇

(72)【発明者】

【氏名】中村 孔明

(72)【発明者】

【氏名】今井 智章

【テーマコード（参考）】

5L096

【Ｆターム（参考）】

5L096BA20

5L096DA02

5L096DA04

5L096FA02

5L096JA22

(57)【要約】      （修正有）

【課題】Ｘ線透過画像では判別し難い牛の部分肉であっても、人間の判別精度と同程度の精度で部分肉の部位を判別できる新たな食肉判別装置を提供する。
【解決手段】計量印字システムにおいて、食肉判別装置２は、食肉の部位を撮影して画像情報を取得するカメラ２０と、カメラの画像情報を入力して、食肉の部位候補を出力する学習済モデル２２と、学習済モデルから出力された部位候補に基づいて、カメラが撮影した食肉の部位を判別する制御部２４とを備える。計量印字装置１は、部分肉Ｍを計量する計量部１０と、表示部１１と、印字部１２と、それらを制御する制御部１３と、を備える
。
【選択図】図２

【特許請求の範囲】

【請求項1】

食肉の部位を撮影して画像情報を取得するカメラと、
前記画像情報を入力し、前記食肉の部位候補を出力する学習済モデルと、
前記学習済モデルから出力される前記部位候補に基づいて、前記カメラが撮影した食肉の部位を判別する制御部と、を備えた食肉判別装置。

【請求項2】

前記制御部は、前記画像情報の中の食肉の領域を抽出し、抽出した領域内の画像情報を前記学習済モデルへ入力して、前記食肉の部位を判別する、
請求項１に記載の食肉判別装置。

【請求項3】

前記制御部は、抽出した前記領域が複数存在する場合、それぞれの領域の画像情報を前記学習済モデルへ入力して、前記領域ごとの食肉の部位候補を出力させる、
請求項２に記載の食肉判別装置。

【請求項4】

一つの枝肉から切り出される各食肉の部位を枝肉単位で記憶する記憶部をさらに備え、前記制御部は、前記食肉の部位を判別するときに、前記枝肉の中で既に判別した部位であるか否かを考慮して判別する、
請求項１〜３のいずれか一項に記載の食肉判別装置。

【請求項5】

前記制御部は、前記学習済モデルを求めたときの撮影条件を記憶し、記憶した前記撮影条件が、前記カメラを起動させたときの撮影条件と異なるときは、それを報知する、
請求項１〜４のいずれか一項に記載の食肉判別装置。

【請求項6】

前記制御部は、前記カメラが撮影した正常時の初期画像を記憶し、記憶した前記初期画像が、前記カメラを起動させたときの初期画像と異なるときは、それを報知する、
請求項５に記載の食肉判別装置。

【請求項7】

請求項１〜６のいずれかに記載の食肉判別装置と、前記食肉判別装置から部位名を入力する計量印字装置とを備えた計量印字システムであって、
前記計量印字装置は、前記カメラで撮影された食肉を表示する表示部を備え、前記表示部は、表示された食肉映像の上に前記制御部が判別した食肉の部位名を重ねて表示する、計量印字システム。

【請求項8】

前記計量印字装置は、載荷された食肉を計量する計量部と制御部とを備え、
前記制御部は、前記表示部に映し出された食肉が指定され、若しくは、映し出された食肉の映像が消え、かつ、前記計量部に新たに食肉が載荷されたことを条件として、指定された前記食肉の部位、若しくは、映像の消えた食肉の部位を、前記計量部に載荷された食肉の部位として設定する、
請求項７に記載の計量印字システム。

【請求項9】

前記計量印字装置は、さらに前記食肉の属性情報を印字するプリンタを備えている、
請求項７又は８に記載の計量印字システム。

【発明の詳細な説明】

【技術分野】

【0001】

開示技術は、例えば牛の枝肉を部分肉に切り分け、得られた各部分肉を画像処理技術によってどの部位の部分肉であるかを判別して後工程に知らせる自動化技術に関する。

【背景技術】

【0002】

例えば一頭の牛から切り出された左右の枝肉は、部分肉加工室で、「ネック」「かた」「かたロース」「かたばら」「ヒレ」「リブロース」「サーロイン」「ともばら」「うちもも」「しんたま」「らんいち」「そともも」「すね」の１３部位に分割される。さらに取引先の求めに応じて各部位がさらに細分割されることもある（特許文献２参照）。こうしてカットされた各部分肉は、真空パックされた後、チラー等で冷却されて、計量印字ラインへ移送される。

【0003】

計量印字ラインでは、作業者が部分肉を計量した後、その部位の名称を入力し、続いてその部分肉の部位名、重量、製造年月日、加工者、個体識別番号等が印字されたラベルを発行し、それを部分肉に貼付する（特許文献１参照）。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特公平６−５５６１７号公報

【特許文献2】特許第４０２０６５９号公報

【特許文献3】特開２００４−４５０７２号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところが、計量印字ラインに搬送されてきた部分肉は、外観形状が類似する。そのためベテランの作業員でないと、部分肉がどの部位であるかを即座に判別できない。この判別を自動化したものとしては、特許文献３に記載のものが知られている。

【0006】

この特許文献３では、放射線を食肉（鶏肉）に照射し、そのときの反射光と透過光とを別々のカメラで捉え、捉えた各画像情報から、食肉がどの部位であるかを総合的に判別するようにしている。この方法によれば、特に薄い鶏肉では、それがどこの部位であるかを画像解析によって容易に判別できる。

【0007】

しかし、牛の部分肉は、小さなものでも数Ｋｇ、大きなものでは十数Ｋｇもある。しかも、向きによって肉厚が異なり、それに伴ってＸ線透過画像の濃淡と形状も大きく変化する。そのため、特許文献３の方法では、部分肉の部位を特定することが難しいという問題がある。
本発明は、Ｘ線透過画像では判別し難い牛の部分肉であっても、人間の判別精度と同程度の精度でもって部分肉の部位を自動的に判別できる新たな食肉判別装置を提供することを課題とする。

【課題を解決するための手段】

【0008】

本発明に係る食肉判別装置は、
食肉の部位を撮影して画像情報を取得するカメラと、
前記画像情報を入力し、前記食肉の部位候補を出力する学習済モデルと、
前記学習済モデルから出力される前記部位候補に基づいて、前記カメラが撮影した食肉の部位を判別する制御部と、を備えたことを特徴とする。

【0009】

ここでは、牛の枝肉から切り出された部分肉を食肉の一例として扱っているが、これには限定されない。例えば、豚肉や鶏肉等の食肉であっても良い。また、ここでの学習済モデルは、教師データをなす食肉の画像情報と、各食肉（部分肉）がどの部位であるかを示す正解データとを多層ニューラルネットワークに適用して深層学習させたものである。したがって、この学習済モデルに部分肉の画像情報を入力すると、その画像情報から推定される部分肉の部位候補が出力される。例えば部位Ａが７５％、部位Ｂが１５％、部位Ｃが１０％の確率であるとして出力される。制御部は、そうして出力された部位候補から、推定確率が所定の閾値、例えば７５％を超える場合は、超える確率の部位を判別結果として出力する。超えない場合は、部位候補をそのまま判別結果として出力する。その場合は、出力された部位候補の中から作業者が最適と思える部位を指定すれば良い。

【0010】

前記制御部は、画像情報の中の食肉の領域を抽出し、抽出した領域内の画像情報を学習済モデルへ入力して、前記食肉の部位を判別することを特徴とする。

【0011】

カメラが捉えた画像情報には、種々の背景情報が含まれているから、制御部は、画像情報の中から食肉の領域を抽出し、抽出した領域の画像情報を学習済モデルへ入力するようにしている。これにより、判別精度を向上させている。

【0012】

前記制御部は、抽出した領域が複数存在する場合、それぞれの領域の画像情報を学習済モデルへ入力して、領域ごとの食肉の部位候補を出力させることを特徴とする。

【0013】

枝肉から切り出された部分肉は、計量印字ラインへ順次搬送され、カメラは、搬送された複数の部分肉（食肉）を捉えて画像情報を出力する。制御部は、出力された画像情報の中に一つ又は複数の食肉を検知したならば、検知した食肉の領域を抽出し、抽出した領域の画像情報をそれぞれ学習済モデルへ入力して、各食肉の部位候補を出力させる。

【0014】

また、こうした食肉判別装置において、一つの枝肉から切り出される各食肉の部位を枝肉単位で記憶する記憶部をさらに備え、前記制御部は、食肉の部位を判別するときに、前記枝肉の中で既に判別した部位であるか否かを考慮して判別することを特徴とする。

【0015】

牛の部分肉は、枝肉単位で切り出されるので、一つの枝肉の部分肉加工が終了すると、同じ部位は、一つの枝肉からは切り出されない。そこで、下流の食肉判別装置は、一つの枝肉から切り出される各食肉（部分肉）の部位を枝肉単位で記憶部に記憶しておき、制御部が食肉の部位を判別するときは、既に判別した部位であるか否かも考慮して残された部位の中から確率の高い部位候補を選ぶ。この場合、学習済モデルから出力された部位候補が、残りの部位の中にないときは、先に判別した部位が間違っていたか、後から推定した部位候補が正しくないかのどちらかである。そうしたときは、それを報知することにより梱包される前にミスを正せる。また、学習済モデルに対しては、作業員が正しく修正したデータを追加の学習データとして再学習させることで、判別精度を向上させることができる。なお、取引先の要望により、一つの部位がさらに細かく分割される場合は、一つの部位が複数個に分割されたことを事前に登録しておけば、対応できる。

【0016】

前記制御部は、学習済モデルを求めたときの撮影条件を記憶し、記憶した撮影条件が、前記カメラを起動させたときの撮影条件と異なるときは、それを報知することを特徴とする。

【0017】

この場合の撮影条件は、例えばカメラが撮影した被写体の明るさ、コントラスト、色温度等のように、これらが変化すると、学習済モデルによる推定結果が変わるおそれがあるような条件である。例えば照明器具の交換等によって色温度が変化し、それによってカメラが撮影した初期画像の撮影条件と、学習済モデルを求めたときに記憶した撮影条件とが異なっていれば、制御部は、撮影条件が変化したことを報知するようにしている。

【0018】

前記制御部は、前記カメラが撮影した正常時の初期画像を記憶し、記憶した初期画像が前記カメラを起動させたときの初期画像と異なるときは、それを報知することを特徴とする。

【0019】

部分肉の特徴は、横断面に現れたり、腹側に現れたりするが、搬送される部分肉の向きは、不揃いであるため、複数のカメラでもって食肉を多方向から撮影できるように配置しておくのが好ましい。そうした場合、例えば水平方向から食肉を撮影するカメラに作業者が不用意に接触すると、カメラの向きが変わって、食肉の部位判別が難しくなる場合がある。そうした場合、トラブルの原因が判明するまで、相当な時間を浪費することがある。そこで、カメラが撮影した正常時の初期画像を記憶しておき、記憶した初期画像が、カメラを起動させたときの初期画像と異なるときは、カメラに位置ずれが生じたと判断して、それを報知するようにしている。これにより、装置が判別不能に陥ることを未然に防止するようにしている。

【0020】

以上の食肉判別装置と、前記食肉判別装置から部位名を入力する計量印字装置と、を備えた計量印字システムであって、前記計量印字装置は、前記カメラで撮影された食肉を表示する表示部を備え、前記表示部は、表示された食肉映像の上に前記制御部が判別した食肉の部位名を重ねて表示することを特徴とする。

【0021】

計量印字ラインには、複数の食肉が並び、その中の先頭の食肉から順番に計量する場合もあれば、取引先の要望に応じて、指定された部位の食肉をラインの途中から抜き取って計量する場合がある。後者の場合、これまでだと、ライン上に貯まった食肉の中から指定された部位の食肉を探し出すのに時間が掛かっていた。しかし、この発明では、表示部に表示された食肉映像上に、それぞれの部位名が重ねて表示される。そのため、作業者は、その表示を見てどの食肉をピックアップすべきかを即座に判断できる。

【0022】

前記計量印字装置は、載荷された食肉を計量する計量部と制御部とを備え、前記制御部は、前記表示部に映し出された食肉が指定され、若しくは、映し出された食肉の映像が消え、かつ、前記計量部に新たに食肉が載荷されたことを条件として、指定された前記食肉の部位、若しくは、映像の消えた前記食肉の部位を、前記計量部に載荷された食肉の部位として設定することを特徴とする。

【0023】

計量印字ラインに並んだ食肉は、カメラで撮影され、その映像が表示部に表示される。その状態で、表示された食肉の中の一つが指定されたり、ラインから取り除かれて計量部に移し替えられたりすると、制御部は、指定された食肉の部位を、或いは、取り除かれることによって表示画面から消えた食肉の部位を、計量部に載荷された食肉の部位として、計量印字装置に設定する。これにより、計量の度に、載荷する食肉の部位を設定登録していたこれまでの煩雑さを無くせる。その際、予め指定された食肉の部位と、計量部に載荷した食肉の部位とが、不一致であれば、制御部が警報を発して再点検を促せる。

【0024】

前記計量印字装置は、さらに前記食肉の属性情報を印字するプリンタを備えていることを特徴とする。

【0025】

ここでの属性情報とは、例えば部分肉の名称（部位名）、納入先名称、個体識別番号、枝番号、加工年月日、正味重量等である。また、必要に応じて左右の枝区分、保存温度、加工業者名等を含めることがある。

【発明の効果】

【0026】

本発明によれば、Ｘ線透過画像では部位を判別し難い食肉であっても、食肉の外観的特徴から食肉の部位を高精度に判別できる。したがって、これまでは、経験を積んだ作業員でなければ判別が難しかった作業を機械化して、出荷作業を合理化できる。

【図面の簡単な説明】

【0027】

【図1】枝肉から部分肉を切り出して保管するまでの作業工程の概要を示す説明図。

【図2】計量印字システムの概略構成を示す説明図。

【図3】待機モードの時の表示部の表示画面の一例を示す説明図。

【図4】計量印字モードのときの表示部の表示画面の一例を示す図。

【図5】食肉に貼付されるラベルの一例を示す図。

【図6】一つの枝肉から切り出される部位名の記憶内容の一例を示す説明図。

【発明を実施するための形態】

【0028】

以下、本発明の一実施形態を、図面を参照しながら説明する。なお、この実施形態は、本発明を説明するための一例であって、本発明の技術的範囲を限定するものではない。

【0029】

まず、牛の枝肉から部分肉を切り出して保管されるまでの概要を図１の工程図に基づいて説明する。図１において、解体された一頭の牛は、背割りによって左右の枝肉に分けられる。そして、それぞれの枝肉は、懸吊レールに吊り下げられた状態で冷蔵庫から部分肉加工室に運ばれる。部分肉加工室では、一つの枝肉を、まえ、ロイン、まえばら、もも、に大分割した後、さらに分割・除骨して１３部位の部分肉に切り分ける。切り分けられた部分肉は、真空包装され、金属検出器によって金属の有無が検査された後、シュリンク包装され、チラー等の冷却装置で冷却される。冷却された部分肉は、計量印字ラインに送られて、各部分肉の部位が判別され、判別された部分肉には、その部位名と重量とが印字されたラベルが貼付される。そうして処理された部分肉は、取引先の要望に応じた内容で箱詰めされ、梱包されて冷凍保管庫に収納される。

【0030】

図２は、計量印字ラインの概要を示す説明図である。この図において、計量印字ラインには、冷却装置から送り出された食肉（以下、部分肉Ｍと称する）を計量印字装置１に搬送するコンベアＣと、コンベアＣ上の部分肉Ｍを撮影し、得られた部分肉画像からその部分肉Ｍの部位を判別して、その結果を計量印字装置１に出力する食肉判別装置２とが設けられている。

【0031】

コンベアＣは、反射光の少ない無彩色のベルトコンベアで構成されるが、コンベアＣの上方に設けられたカメラ２０に映り込まない搬送路には、ローラコンベアＲＣが用いられる。

【0032】

計量印字装置１は、部分肉Ｍを計量する計量部１０と、表示部１１と、印字部１２と、それらを制御する制御部１３とを備えている。

【0033】

計量部１０は、計量皿に載荷された部分肉Ｍの質量を検出してデジタル信号として制御部１３に出力する。また、計量皿に代えて、ローラコンベアを備えた計量コンベアでも構わない。表示部１１は、タッチパネルで構成され、制御部１３は、マイクロコンピュータで構成されて、インストールされたプログラムを実行することにより、以下の機能を実現する。

【0034】

すなわち、制御部１３は、待機モードでは、カメラ２０が撮影したコンベアＣ上の部分肉Ｍを表示部１１にそのまま表示させる。また、食肉判別装置２からコンベアＣ上の各部分肉Ｍの部位名が入力されると、制御部１３は、図３に示すように、表示部１１に表示された各部分肉ｍの画像の上に、各部分肉ｍの部位候補を重ねて表示させる。また、図３の表示画面の上段には、これから計量印字すべき部位名が表示される。作業者は、その表示画面を見て、指定された部位名を表示画面上でタッチするか、あるいは、コンベアＣからその部分肉Ｍをピックアップして計量皿に乗せる。これにより、制御部１３は、指定した部位の部分肉ｍが計量皿に載荷されたと判断して、図４に示すように、表示部１１の表示画面を計量印字モードの画面に切り替える。

【0035】

計量印字モードでは、少なくとも部分肉Ｍの部位名と、計量部１０で計量された部分肉Ｍの重量と、個体識別番号と、その他の印字項目とが、表示部１１に表示されるようになっている。

【0036】

印字部１２は、ラベルプリンタとジャーナルプリンタで構成される。ラベルプリンタは、シュリンク包装された部分肉Ｍに貼付するラベルを発行する。一方、ジャーナルプリンタは、ラベルに印字された内容をレシート紙に印字する。図５は、部分肉Ｍに貼付されるラベルの一例を示す。このラベルには、部分肉Ｍの名称（部位名）、個体識別番号、加工年月日、枝番号、左右の区分、保存温度、加工業者名等が印字されている。

【0037】

食肉判別装置２は、カメラ２０、制御部２４および記憶部２５から構成される。また、制御部２４は、画像処理部２１、学習済みモデル２２、判別部２３を有する。
以下、上記それぞれについて詳細に説明する。

【0038】

カメラ２０は、部分肉Ｍを撮影して画像情報を出力する。
カメラ２０は、例えば高精細なデジタルカメラで構成され、コンベアＣ上に並んだ複数の部分肉Ｍを撮影して画像情報を出力する。そのため、カメラ２０は、コンベアＣ上の複数の部分肉Ｍを撮影することのできる位置と高さに複数台設けられている。図２では、上方から撮影するカメラ２０だけを図示しているが、その他にも、側方から部分肉Ｍの断面を撮影する図示しないカメラが配置されている。また、上方から部分肉Ｍを撮影したカメラ２０の映像は、そのまま計量印字装置１の表示部１１に入力され、図３に示すように、コンベアＣ上の部分肉Ｍの配列状態がそのまま表示されるようになっている。

【0039】

カメラ２０は、さらにコンベアＣのうち、コンベアＣの搬送面において部分肉Ｍの搬送方向と直交する方向の幅全てを撮影可能に撮影方向が調整される。これにより、コンベアＣのいずれの部分に部分肉Ｍが配置されていたとしても撮影可能となる。
また、カメラ２０は、ローラコンベアＲＣ上における部分肉Ｍを撮影可能に撮影方向が調整される。これにより、カメラ２０で得られた画像情報を、冷却装置から部分肉Ｍが排出されたタイミングで制御部２４に出力できる。そのため、部分肉ＭがコンベアＣの終端に到達するまでに確実に表示部１１に部位候補を表示でき、作業者における作業効率を向上できる。

【0040】

制御部２４は、マイクロコンピュータで構成され、記憶部２５に記憶されたプログラムを実行することにより、画像処理部２１と判別部２３の各機能を実現する。したがって、図２では、説明の便宜上、学習済モデル２２や制御部２４、記憶部２５を計量印字装置１と分離して描いているが、これらは、計量印字装置１内のコンピュータにプログラムとして組み込まれる。また、記憶部２５には、後述の撮影条件と、カメラ２０を起動させた時の初期画像とが記憶されている。

【0041】

制御部２４は、さらに、学習済モデル２２を求めたときの撮影条件を記憶部２５に記憶させ、記憶した撮影条件が、カメラ２０を起動させたときの撮影条件と異なるときは、それを報知するようにプログラムされている。

【0042】

この場合の撮影条件は、例えばカメラ２０が撮影した被写体の明るさ、コントラスト、色温度等のように、これらが変化すると、学習済モデル２２による推定結果が変わるおそれがある条件である。そして、カメラ２０が撮影した初期画像の撮影条件と、学習済モデル２２を求めるときに記憶した撮影条件とが異なっていれば、制御部２４は、撮影条件が変化したことを表示部１１に出力して注意を喚起するようにプログラムされている。

【0043】

また、制御部２４は、カメラ２０が撮影した正常時の初期画像を記憶部２５に記憶させておき、記憶された初期画像がカメラ２０を起動させたときの初期画像と異なるときは、それを表示部１１に出力して報知するようにプログラムされている。これにより、カメラ２０の向きが変わっただけでも、それを作業者に知らせられる。

【0044】

制御部２４に含まれる画像処理部２１は、カメラ２０から出力される画像情報を入力し、入力した画像情報から部分肉の画像情報を抽出して出力する。
すなわち、カメラ２０で撮影された画像情報は、画像処理部２１に順次入力される。画像処理部２１は、入力された画像に対して画像処理を施し、学習済みモデルに入力するための画像情報を生成する。

【0045】

具体的に、画像処理部２１は、画像の中の背景を除去した部分肉ｍの画像情報だけを抽出する。例えば、画像処理部２１は、濃淡の変化をエッジとして検出し、部分肉ｍの領域を抽出する。また、この抽出方法に代え、画像処理部２１は、画像を所定の閾値で二値化し、部分肉の領域を抽出するようにしても良い。

【0046】

また、別の処理として、画像処理部２１は、部分肉ｍが映り込まない画像情報を除去する。画像処理部２１は、さらに、複数の部分肉ｍの領域があるときは、ラベリング処理によって各領域に番号を付与し、各領域の部分肉ｍの画像情報と、付与された番号とを紐づけて、紐付けされた番号毎に、部分肉ｍの画像情報を学習済モデル２２に入力する。

【0047】

学習済みモデル２２は、画像処理部２１から出力される部分肉の画像情報を入力し、当該部分肉の部位候補を出力する。

【0048】

具体的に、学習済モデル２２は、教師データをなす各部分肉ｍの複数枚の画像情報と、各部分肉ｍの部位を示す正解データとを多層ニューラルネットワークに適用して深層学習を行わせて得られたモデルである。そのため、事前準備として、上記教師データを得るために、各部位の部分肉ＭをコンベアＣ上に並べて撮影し、得られた各部分肉Ｍの多数の画像情報を記憶部２５に記憶して教師データを作成する。また、教師データが不足するときは、記憶した画像情報を左右反転したり、位置をずらしたり、コントラストを変えたり、ズーム・変形したりして、教師データを増やしても良い。こうして学習させた学習済モデル２２に、画像処理部２１で処理された部分肉ｍの画像情報を入力すると、学習済モデル２２は、部分肉ｍの画像から推定される部位候補を出力する。その際、複数の部分肉ｍの画像情報が入力されるときは、学習済モデル２２は、領域毎の部分肉ｍについて、それぞれの部位候補を推定して出力する。例えば図３に示すように、画面の左上の領域の部分肉ｍは、「しんたま」の確率が８０％、「ランイチ」の確率が１０％、「ネック」の確率が１０％等として出力する。

【0049】

この学習済モデル２２は、プログラムで構成されるので、図示しない通信手段を介して外部のクラウドコンピューティングにアップロードし、使用するときにダウンロードして制御部２４にインストールしても良い。また、こうしたソフトウエアに代えて、ＦＰＧＡ（Field Programmable Gate Array）等のロジック回路で構成することもできる。また、多層のニューラルネットワークＣＮＮ（Convolutional Neural Network）を利用する場合は、オープンソース製品として提供される「ｃａｆｆｅ」、「ＴｅｎｓｏｒＦｌｏｗ」、「Ｃｈａｉｎｅｒ」、「ＣＮＴＫ」等を利用することもできる。

【0050】

学習済みモデル２２は、部分肉Ｍの種類毎に作成される構成でも構わない。このように部分肉Ｍの種類毎に作成する場合、全ての部分肉Ｍを対象として学習済みモデルを構成するよりも推定される確率が向上する。例えば、枝肉を処理して得られた同一部位の部分肉Ｍを複数用意し、それらを下流の計量印字ラインに流して同じ部位の部分肉について学習済モデル２２を作成する。こうして得られた部位毎の学習済モデル２２を記憶し、それらの学習済みモデル２２を切り替える構成でも良い。
また、学習済みモデル２２は、全ての部分肉Ｍの種類を判別可能なモデルとして構成しても構わない。

【0051】

判別部２３は、学習済モデル２２から出力される部位候補に基づいて、カメラ２０が撮影した部分肉Ｍの部位を判別する。
具体的には、判別部２３は、学習済モデル２２から出力された部位候補の確率が所定の閾値、例えば７５％を超える部位の場合は、その部位を判別結果として出力する。超えない場合、或いは、超えていても、作業者に選択させる方が好ましい場合は、図３に示すように、部位候補をそのまま判別結果として表示部１１に出力する。その場合は、図３に示された部分肉ｍの中から作業者が、これだと思う部位の部分肉ｍをタッチして指定する。そうすると、その情報が判別部２３にフィードバックされ、それにより、判別部２３は、推定確率の高い部位が選択された否かをチェックするようになっている。

【0052】

記憶部２５には、図６に示すように、一つの枝肉から切り出される各部分肉の部位名が枝肉単位で記憶されている。そして、判別部２３で判別された部分肉の部位、或いは、表示部１１上で指定された部分肉ｍの部位は、判別済のマークが付与される。そして、学習済モデル２２から新たな部分肉の部位候補が出力されると、判別部２３は、その部位候補の推定確率を図６の判別中エリアに記憶し、その中から既に判別済の部位、図６では、「かたロース」を除く「リブロース」と「サーロイン」の中から確率の高い「リブロース」を選択して出力する。

【0053】

次に、一実施形態に係る計量印字システムの使用方法とその作用について説明する。
計量印字装置１は、学習モードと、運転モードとが切り替え可能に構成される。
最初に、学習モードについて説明する。

【0054】

計量印字装置１は、学習モードに設定された場合、カメラ２０が作動する。カメラ２０により撮影された画像情報は、初期画像として記憶部２５に記憶される。同時に、その初期画像から検出される被写体の撮影条件、例えば被写体の明るさ、コントラスト、色温度等が記憶される。

【0055】

次に、コンベアＣに複数の部分肉Ｍを指定の順序で並べる。例えば図６の一覧表に示した順序で並べて搬送しながら、各部分肉Ｍの画像情報を複数のカメラ２０で撮影する。得られた多方向からの画像情報は、画像処理部２１に順次入力される。その際、先頭の部分肉Ｍの部位名は、記憶部２５から読み出される図６の「かた」であり、二番目の部分肉Ｍの部位名は、「かたロース」であるとして、それぞれの部分肉Ｍの画像情報に部位名が付与されて画像処理部２１に入力される。すると、画像処理部２１は、画像情報から各部分肉ｍの領域を抽出し、抽出した画像情報は、教師データとして記憶部２５に記憶される。また、抽出した画像情報と、それに紐づけられた部位名とは、正解データとして記憶部２５に記憶される。そうした工程を複数回繰り返して、教師データが十分な量だけ記憶されると、それらの教師データと正解データとを多層のニューラルネットワークに適用して深層学習を行わせ、学習済モデル２２を求める。学習済モデル２２の正解率が高まれば、多層のニューラルネットワークのパラメータを記憶して学習済モデル２２を完成させる。

【0056】

次に運転モードについて説明する。
計量印字装置１が運転モードに設定される場合、まずは待機モードに切り替わる。この待機モードに設定されている場合であっても、カメラ２０が捉えた映像は、表示部１１に映し出される。そして、上流から加工処理された部分肉Ｍが流れてくると、カメラ２０がそれを捉えて部分肉映像を表示部１１に出力する。その際、表示部１１の部分肉ｍの映像は、部分肉Ｍの実際の動きに伴って表示部１１上で移動していく。

【0057】

一方、カメラ２０が撮影した部分肉Ｍの画像情報は、画像処理部２１に入力される。画像処理部２１は、画像情報から、背景情報を除いた部分肉ｍだけの画像情報を抽出する。抽出された画像情報は、画像処理部２１から学習済モデル２２に入力される。学習済モデル２２は、入力された部分肉ｍの画像情報から、その部分肉ｍの部位名を推定して部位候補を判別部２３に出力する。

【0058】

判別部２３は、部位候補の中の例えば７５％を超える部位がある場合は、その部位を判別結果として出力する。そうでない場合、あるいは、推定された部位候補をそのまま表示させる場合は、図３に示すように、推定された部位候補をそのまま判別結果として該当する部分肉ｍの上に重ねて表示する。

【0059】

作業者が、図３の上欄に表示された指定された部位名を見て、該当する部位の部分肉ＭをコンベアＣからピックアップし、それを計量皿に載荷すると、表示部１１の表示画面が図４に示す画面に切り替わる。その画面を見て、図示しない印字キーが操作されると、図５に示すようなラベルが印字され、それを作業者が手に取って計量した部分肉Ｍの上に貼付する。

【0060】

こうしてラベルが貼付された部分肉Ｍは、下流の梱包ラインに搬送され、そこで取引先毎に箱詰めされて冷蔵保管庫に収納される。

【0061】

以上、本発明の一実施形態を説明したが、本発明は、これに限定されるものではなく、特許請求の範囲の記載範囲内で、その他の実施形態も採用可能である。例えば、上記実施形態では、教師あり学習を行わせたが、これに代えて、教師なし学習を行わせ、その結果、分類された各部分肉に対して、部位名を付与することにより、正解データを学習させるようにしても良い。

【0062】

また、食肉判別装置２の制御部２４をパーソナルコンピュータで構成し、そのパソコン内に学習済モデル２２をクラウドからダウンロードしても良い。また、ソフトウエアで構成される学習済モデル２２を計量印字装置１の制御部１３にインストールしても良い。さらに、コンベアＣの搬送方向に沿って複数台のカメラ２０を配置し、冷却装置から出た部分肉Ｍが計量部１０に到達するまでの各部分肉Ｍの映像を表示部１１に表示するようにしても良い。

【符号の説明】

【0063】

１ 計量印字装置
２ 食肉判別装置
１０ 計量部
１１ 表示部
１２ プリンタ
２０ カメラ
２２ 学習済モデル
２４ 制御部
２５ 記憶部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】