[概要]
5種の柑橘類を画像を基に判別するシステムを製作しました。
[目的]
スーパーのレジでは目視で柑橘類を判別することがあり、筆者自身もアルバイトで何度か間違えた経験があります。そんな間違いをなくすために今回のAIを開発しようと思い始めました。加えて、グレープフルーツ等の一部の柑橘類が医療薬の働きを阻害する成分を持っており、人によっては危険な食べ物です。これらを人の目でなく機械によって判別しようというのも思いの一つです。
[学習内容]
今回使用するのはミカン、デコポン、ユズ、レモン、グレープフルーツの5種類です。
それぞれ学習には7枚程度画像を用意しました。なるべく一枚の画像に一個のみが載っている写真を使用しました（複数個載っている写真だと学習がうまくいきませんでした）。
大まかな流れは以下の通りです。
①対象を黄色かオレンジ色かで分ける
②黄色であればユズ、レモン、グレープフルーツグループに、
オレンジ色であればミカン、デコポングループに移動する
③それぞれのグループで形をもとに分類する。
以下にそれぞれの判別結果を添付します。
画像での色の判別は正解率が100%でしたが、黄色グループでの形の判別は正解率が50%前後と少ないものでした。一方で実物を判別すると、色の正解率が激減し、オレンジ色が判別できないという結果になりました。
[考察・改善点]
形での判別が難しかったのは、学習枚数が少なかったことと領域検出を行わなかったこと、学習に実物を用意しなかったことが考えられます。また、実物の色判別が難しかったのは光の当たり方によるものだと考えます。
改善点として、学習枚数を増やすかつ質を上げる、領域検出を活用することが挙げられます。