古紙の再資源化は、廃棄物の削減や脱炭素化において重要な課題である。福岡市ではごみ減量政策の一環として古紙の分別に取り組んでいるが、中小企業では大企業と比較して古紙の分別が進んでいないという現状がある。本研究では、分別の負担軽減による分別率向上を目的として、CNNと呼ばれる深層学習を用いた画像認識技術により、古紙分別支援を自動で実施するシステムを試作し、その構築について検討を行った。6種類の古紙と4種類の燃えるごみによって構成される10種類の紙製品の分別において、1000枚の学習データを用いて学習させ、100枚の検証データを用いて推論を実施した結果、層の深い大規模な事前学習済みモデルを用いることで、画像認識による推論の正解率が88%となることが分かった。また、燃えるごみと古紙として大別した場合の正解率は、それぞれ9割を超える結果となることが分かった。
