MMIJ 2023,Matsuyama
Sep 12 - Sep 14, 2023Ehime University Johoku Campus
MMIJ 2023,Matsuyama
Sep 12 - Sep 14, 2023Ehime University Johoku Campus
[1501-09-03][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)
Chairperson: Takao Ueda (National Institute of Advanced Industrial Science and Technology)
Keywords:
AI,Image Identification,Metal Recycling
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。
実験ではベルト速度(29.8cm/s , 50.1cm/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で作成したプログラムを用いて、その画像データセットを学習させた。また学習時には識別正答率を高めることを目的としたモデル構造(層数やファインチューニング)および学習条件(バッチサイズや学習回数)の検討を行った。
実験を行った結果としてベルト速度50.1cm/sで識別正答率95.7%を得た。
実験ではベルト速度(29.8cm/s , 50.1cm/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で作成したプログラムを用いて、その画像データセットを学習させた。また学習時には識別正答率を高めることを目的としたモデル構造(層数やファインチューニング)および学習条件(バッチサイズや学習回数)の検討を行った。
実験を行った結果としてベルト速度50.1cm/sで識別正答率95.7%を得た。