Presentation Information
[2506-17-10][Student presentation: Master’s course]Development of metal recycling technology by machine learning
○Soichiro Inokuchi1, Hitoshi Ohya1, Eriko Tayaoka1, Kenichi Yamazaki2, Atsunori Tayaoka3 (1. THE UNIVERSITY OF KITAKYUSHU, 2. MARUYA CORPORATION, 3. National Institute of Technology, Kitakyushu College)
Chairman:Hajime Miki (Kyushu University)
Keywords:
AI,Image Identification,Metal Recycling,Incinerated Ash
家庭ごみ焼却後の焼却灰には、リサイクル可能な金属が含まれている。これら金属の選別には磁力選別、渦電流選別などが用いられるが、十分な選別精度が得られないため、上記の選別後に手選別が必要となる。本研究では、こうした手選別が人間の視覚情報に基づいて行われていることに着目し、それの代替として期待できるAI画像認識によってより高速、高精度な選別を実現させることを目的としている。
実験ではそれぞれ異なるベルト速度(19.1cm/s，24.4cm/s，29.8cm/s)でステンレスとスラグを撮影し画像データセットを作成した。また、Pythonを用いてそれら画像データセットを学習させた。このとき学習条件は学習回数(30，40，50，100)の4段階、学習枚数(2264枚，9056枚)の2段階で設定し、それぞれの結果からより高精度なモデル作成に必要な実験条件の模索を行った。
これらの実験を行った結果としてベルト速度24.4cm/sで識別正答率99.7%を得た。
実験ではそれぞれ異なるベルト速度(19.1cm/s，24.4cm/s，29.8cm/s)でステンレスとスラグを撮影し画像データセットを作成した。また、Pythonを用いてそれら画像データセットを学習させた。このとき学習条件は学習回数(30，40，50，100)の4段階、学習枚数(2264枚，9056枚)の2段階で設定し、それぞれの結果からより高精度なモデル作成に必要な実験条件の模索を行った。
これらの実験を行った結果としてベルト速度24.4cm/sで識別正答率99.7%を得た。