深層学習を用いた商品分類システムの精度検証

抄録

出荷前に出荷物が正しいかを確認する作業（出荷検 品）は，主に人による目視で行われているが，作業員 の負荷とヒューマンエラーを削減する為に画像処理技 術を使った出荷検品の効率化が進められている。実際 に OCR という文字認識技術で商品名を読み取るシス テムが導入されているが，欠点として，文字と背景の 色の組み合わせや文字の歪みによっては読み取り不可 能な点がある。また，企業間の取引で誤出荷により多額 の損失が生じた例もある。この背景から，より高精度で 汎用性の高い自動検品システムが必要とされている。 そこで本研究では，深層学習を使って商品の特徴を学 習させ，より高精度な商品分類システムを提案する。実 験では、学習用画像を変えてシステムの精度を比較し、 より精度が高くなる学習用画像の撮影条件を検討した。