特許ウォッチ

公開番号2025029849
公報種別公開特許公報(A)
公開日2025-03-07
出願番号2023134714
出願日2023-08-22
発明の名称機械学習プログラム、機械学習方法、機械学習装置、判定プログラム、判定方法及び判定装置
出願人富士通株式会社
代理人弁理士法人酒井国際特許事務所
主分類G06T 7/00 20170101AFI20250228BHJP(計算;計数)
要約【課題】生の魚類の品質劣化を非破壊で精度良く判定する。
【解決手段】魚類に対する複数の非破壊検査画像中から特定される前記魚類の中骨周辺の魚肉に対応する第1領域における各画素の輝度に基づく第1情報、及び、第1領域よりも魚類の体表に近い魚肉に対応する第2領域における各画素の輝度に基づく第2情報を取得し、複数の非破壊検査画像それぞれについて、第1情報と、第2情報と、魚類の肉の品質劣化に関する評価結果とを対応付けた訓練データを用いて機械学習モデルの訓練を行う処理をコンピュータに実行させる。
【選択図】図4
特許請求の範囲【請求項１】
魚類に対する複数の非破壊検査画像中から特定される前記魚類の中骨周辺の魚肉に対応する第１領域における各画素の輝度に基づく第１情報、及び、前記第１領域よりも前記魚類の体表に近い魚肉に対応する第２領域における各画素の輝度に基づく第２情報を取得し、
前記複数の非破壊検査画像それぞれについて、前記第１情報と、前記第２情報と、前記魚類の肉の品質劣化に関する評価結果とを対応付けた訓練データを用いて機械学習モデルの訓練を行う
処理をコンピュータに実行させることを特徴とする機械学習プログラム。
続きを表示（約 2,200 文字）【請求項２】
魚類に対する複数の非破壊検査画像中から特定される前記魚類の中骨周辺の魚肉に対応する第１領域における各画素の輝度に基づく第１情報、及び、前記第１領域よりも前記魚類の体表に近い魚肉に対応する第２領域における各画素の輝度に基づく第２情報を取得し、
前記複数の非破壊検査画像それぞれについて、前記第１情報と、前記第２情報と、前記魚類の肉の品質劣化に関する評価結果とを対応付けた訓練データを用いて訓練された機械学習モデルに、検査対象の魚類の非破壊検査画像中から特定される前記第１領域における特定の第１情報及び前記第２領域における特定の第２情報を入力して得られる出力に基づいて、前記検査対象の魚類の品質劣化を判定する
処理をコンピュータに実行させることを特徴とする判定プログラム。
【請求項３】
前記第１情報及び前記第２情報を取得する処理は、前記第１領域における各画素の輝度の平均値を前記第１情報として取得し、前記第２領域における各画素の輝度の平均値を前記第２情報として取得する処理を含み、
前記訓練の処理は、前記第１情報と前記第２情報との比率と、前記評価結果との対応を用いて前記機械学習モデルの訓練を行う処理を含む
ことを特徴とする請求項１に記載の機械学習プログラム。
【請求項４】
前記複数の非破壊検査画像中から特定される、中骨周辺の部分の画像に基づく第３情報を取得し、
前記第３情報と前記評価結果とを対応付けた訓練データを用いて前記機械学習モデルの訓練を行う
処理をさらに前記コンピュータに実行させることを特徴とする請求項１に記載の機械学習プログラム。
【請求項５】
前記複数の非破壊検査画像から特定される、魚鱗にあたる部分の画像に基づく第４情報を取得し、前記第４情報と前記評価結果とを対応付けた訓練データを用いて前記機械学習モデルの訓練を行う
処理を前記コンピュータに実行させることを特徴とする請求項１に記載の機械学習プログラム。
【請求項６】
前記複数の非破壊検査画像から特定される、血合い肉にあたる部分の画像に基づく第５情報を取得し、前記第５情報と前記評価結果とを対応付けた訓練データを用いて前記機械学習モデルの訓練を行う
処理を前記コンピュータに実行させることを特徴とする請求項１に記載の機械学習プログラム。
【請求項７】
コンピュータが、
魚類に対する複数の非破壊検査画像中から特定される前記魚類の中骨周辺の魚肉に対応する第１領域における各画素の輝度に基づく第１情報、及び、前記第１領域よりも前記魚類の体表に近い魚肉に対応する第２領域における各画素の輝度に基づく第２情報を取得し、
前記複数の非破壊検査画像それぞれについて、前記第１情報と、前記第２情報と、前記魚類の肉の品質劣化に関する評価結果とを対応付けた訓練データを用いて機械学習モデルの訓練を行う
処理を実行することを特徴とする機械学習方法。
【請求項８】
コンピュータが、
魚類に対する複数の非破壊検査画像中から特定される前記魚類の中骨周辺の魚肉に対応する第１領域における各画素の輝度に基づく第１情報、及び、前記第１領域よりも前記魚類の体表に近い魚肉に対応する第２領域における各画素の輝度に基づく第２情報を取得し、
前記複数の非破壊検査画像それぞれについて、前記第１情報と、前記第２情報と、前記魚類の肉の品質劣化に関する評価結果とを対応付けた訓練データを用いて訓練された機械学習モデルに、検査対象の魚類の非破壊検査画像中から特定される前記第１領域における特定の第１情報及び前記第２領域における特定の第２情報を入力して得られる出力に基づいて、前記検査対象の魚類の品質劣化を判定する
処理を実行することを特徴とする判定方法。
【請求項９】
魚類に対する複数の非破壊検査画像中から特定される前記魚類の中骨周辺の魚肉に対応する第１領域における各画素の輝度に基づく第１情報、及び、前記第１領域よりも前記魚類の体表に近い魚肉に対応する第２領域における各画素の輝度に基づく第２情報を取得する取得部と、
前記複数の非破壊検査画像それぞれについて、前記第１情報と、前記第２情報と、前記魚類の肉の品質劣化に関する評価結果とを対応付けた訓練データを用いて機械学習モデルの訓練を行う学習部と、
を備えたことを特徴とする機械学習装置。
【請求項１０】
魚類に対する複数の非破壊検査画像中から特定される前記魚類の中骨周辺の魚肉に対応する第１領域における各画素の輝度に基づく第１情報、及び、前記第１領域よりも前記魚類の体表に近い魚肉に対応する第２領域における各画素の輝度に基づく第２情報を取得する取得部と、
前記複数の非破壊検査画像それぞれについて、前記第１情報と、前記第２情報と、前記魚類の肉の品質劣化に関する評価結果とを対応付けた訓練データを用いて訓練された機械学習モデルに、検査対象の魚類の非破壊検査画像中から特定される前記第１領域における特定の第１情報及び前記第２領域における特定の第２情報を入力して得られる出力に基づいて、前記検査対象の魚類の品質劣化を判定する判定部と
を備えたことを特徴とする判定装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、機械学習プログラム、機械学習方法、機械学習装置、判定プログラム、判定方法及び判定装置に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
マグロ等の魚類の品質を示す情報の一つにヤケ（やけ肉）と呼ばれる指標がある。ヤケの発生原因は完全には究明されていないが、魚の釣り上げる際の行動に一因があることが知られている。例えばマグロを例にとると、釣り上げる際にマグロが暴れることにより、体温が急激に上昇してタンパク質が凝縮することでヤケが発生する。また、温度条件等もヤケの発生の重要な要因と考えられる。
【０００３】
ヤケを有する魚は、身が白っぽくなり身割れ等が生じ、品質が低下する。ただし、ヤケは、外観検査では判別が困難である。ヤケは、魚を解体して初めて肉眼で確認できるため、取引上のトラブルや漁港の信用低下といった問題の原因となる。特に、高価な魚であるマグロにおいてヤケが問題となる。
【０００４】
従来、医用超音波機器を用いてヤケの検査が可能であることが判明している。例えば、超音波検査装置を検体に用いて、超音波断層像や超音波組織特性値の体積弾性率、音響インピーダンス、減衰定数、ドップラー変移周波数の数値を取得して、それらのデータを加味して魚の品質評価を行う技術が提案されている。
【先行技術文献】
【特許文献】
【０００５】
特開２００７－１５５６９２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、超音波断層像等からヤケを特定するには専門的な読影技術等が求められ、読影等の専門知識を持たない者にとっては、超音波断層像を用いて生の魚類の品質劣化を非破壊で迅速に判定することは困難であった。また、検体においてヤケが発生している箇所の特定は難しいため、ヤケの発生個所を含む超音波画像の取得自体が困難であり、その点でも迅速に生の魚類の品質劣化を非破壊で判定することは困難であった。
【０００７】
開示の技術は、上記に鑑みてなされたものであって、生の魚類の品質劣化を非破壊で精度良く判定することを目的とする。
【課題を解決するための手段】
【０００８】
本願の開示する一つの態様において、魚類に対する複数の非破壊検査画像中から特定される前記魚類の中骨周辺の魚肉に対応する第１領域における各画素の輝度に基づく第１情報、及び、前記第１領域よりも前記魚類の体表に近い魚肉に対応する第２領域における各画素の輝度に基づく第２情報を取得し、前記複数の非破壊検査画像それぞれについて、前記第１情報と、前記第２情報と、前記魚類の肉の品質劣化に関する評価結果とを対応付けた訓練データを用いて機械学習モデルの訓練を行う処理をコンピュータに実行させる。
【発明の効果】
【０００９】
１つの側面では、本発明は、魚類の品質劣化を非破壊で精度良く判定することができる。
【図面の簡単な説明】
【００１０】
図１は、実施例に係る品質劣化判定システムの概略構成図である。
図２は、判定装置のブロック図である。
図３は、中骨反射の変化の測定を説明するための図である。
図４は、判定結果画像の一例を示す図である。
図５は、実施例に係る判定装置による推論フェーズにおけるヤケ判定処理の概要を示す図である。
図６は、実施例に係る判定装置の訓練フェーズ及び推論フェーズを含む動作全体のフローチャートである。
図７は、訓練フェーズで実施される訓練処理のフローチャートである。
図８は、推論フェーズで実施される推論処理のフローチャートである。
図９は、判定装置のハードウェア構成の一例の図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許