海苔の等級をAIで判定する｜色つや画像解析で入札前に品質を評価し、価格を予測する方法

海苔 等級 AIの活用で、色つや画像解析により入札前に品質を評価し、価格の目安も予測できます。地方中小企業が現場で始める手順を解説します。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

海苔 等級 AI判定とは？色つや画像解析の仕組み

海苔の等級AI判定とは、乾海苔をカメラで撮影し、色・つや・穴・異物などの外観特徴を画像解析AIで数値化して、等級の目安を自動で出す仕組みです。熟練検査員の「目と手」の判断のうち、外観に関わる部分を再現します。

海苔の品質は、一般に色（黒さと深み）、つや、香り、味、口どけ、厚みのムラ、破れ・穴、異物混入などを総合して評価されます。このうちAIが得意なのは、色・つや・穴・異物・厚みムラといった目で見える項目です。香りや味、口どけは別の確認が必要なので、AIは検査員を置き換えるものではありません。見る回数を増やし、判断基準をそろえる道具として使います。

たとえば有明海沿岸で乾海苔を扱う加工業の場合、シーズン中は毎日たくさんの検体が入ってきます。検査員が1日に確認できる枚数には限りがあり、午前と夕方、晴れの日と曇りの日で見え方が変わることもあります。カメラで同じ照明・同じ距離から撮影すれば、時間帯や担当者に左右されない同条件のデータが残ります。

• 色：L*a*b*色空間で数値化し、黒さと緑み・赤みを分けて測る
• つや：ハイライトの広がりと強さから光沢スコアを算出する
• 穴・異物：画像のセグメンテーションで大きさと数を数える

つまり「なんとなく良い色」を、「明るさL値がいくつ、光沢スコアがいくつ」という言葉と数字に変えるのが、この仕組みの出発点です。

入札前の品質評価はなぜ経営を左右するのか

入札前に品質を評価する目的は、自社の在庫や仕入れ予定の海苔が、どの価格帯で動くかを先に見立てることです。見立てが外れると、買い負ける、あるいは高く買いすぎるという形で利益が削られます。

入札会の前日、社長と工場長が検体を並べて「これは上に入るか、中か」と話し合う場面は、多くの加工業で見られます。判断の軸は工場長の長年の経験で、その人が休むと基準が揺らぐのが属人化の怖さです。後継の検査員を育てるには、一般に数年単位の時間がかかります。

見立てのズレがどれだけ効くかは、簡単な試算で分かります。年間1,000万枚を扱う会社で、1枚あたり1円の見込み違いが出れば、年間1,000万円の差です。これは試算例であり実際の単価は商品や相場で異なりますが、枚数が多い業態ほど、小さな見立てのブレが大きな金額になります。

• 見立てが高すぎる：高値で仕入れ、販売先との価格交渉で粗利が薄くなる
• 見立てが低すぎる：入札で競り負け、必要数量を確保できない
• 人によって違う：検査員ごとの基準差が、社内の議論を長引かせる

地方中小企業では、検査員が数名しかいないことも珍しくありません。判断を記録し、同じ物差しで比べられる状態にすることが、中小企業のAI活用の第一歩になります。経済産業省もデジタル技術による業務変革の考え方を整理しています（参考：経済産業省 デジタルトランスフォーメーション）。

色つや画像解析は、撮影から判定までどう進むのか

流れは、撮影→前処理→特徴量の抽出→等級スコアの算出→検査員の確認の5段階です。撮影から結果表示までは、1枚あたり数秒を目標に設計できます。

1. 撮影：検品台の上に固定カメラと一定の照明を置き、乾海苔を1枚ずつ撮る
2. 前処理：背景を除き、海苔の領域だけを切り出して明るさをそろえる
3. 特徴量の抽出：色の平均値、つやの強さ、穴の数と面積、異物の位置を数値にする
4. スコア算出：熟練検査員が付けた等級ラベルと照らし合わせ、等級の目安を出す
5. 確認：境界線上のものだけ検査員が見直し、結果を学習データに戻す

ここで大事なのは撮影条件の固定です。蛍光灯の下か、窓際かで、同じ海苔でも色が変わって写ります。ある食品加工の現場では、照明を安価な撮影ボックスで固定しただけで、判定のばらつきが目に見えて減ったという例もよく聞かれます。高価なカメラよりも、まず光と距離をそろえることが先です。

検査員の机の横に撮影台を置くだけなら、作業はほぼ変わりません。1枚撮る手間は数秒で、現場の負担を増やさずにデータが貯まります。

入札前に落札価格を予測するには、何のデータが必要か

価格予測に必要なのは、画像から出した品質スコアと過去の入札結果の2つです。これに産地、漁期、枚数、前年の落札単価を加えると、予測の当たりが安定します。

たとえば佐賀や福岡で、初摘みと二番摘みを扱う海苔問屋の場合を考えます。過去3シーズン分の入札記録があれば、「初摘み・色スコアが高い・つやが強い」ロットが、どの単価帯で落札されたかを並べられます。そこへ今期の検体のスコアを当てはめると、落札単価の幅（レンジ）を事前に見られます。

• 画像から得るもの：色スコア、光沢スコア、穴・異物の数、厚みのムラ
• 自社に残っているもの：過去の入札記録、仕入れ単価、販売先ごとの納品単価
• 外部の情報：漁期、作柄、水温や色落ちの状況など

初期検証の目安は、過去数シーズン分、数百ロット程度のデータです。データが少なくても、まず「等級の目安を出す」ところから始め、価格予測は後から足せます。

なお、価格は需給や相場で決まります。AIが出すのは確定の落札価格ではなく、判断材料としてのレンジです。この線引きを社内で共有しておくと、運用が安定します。

熟練検査員の目視とAI画像解析は、何がどう違うのか

両者は対立するものではなく、役割が違います。下の表は、一般的な傾向を整理したものです。

項目	熟練検査員の目視	簡易カメラ＋ルール判定	AI画像解析＋価格予測
判断の安定性	人・体調・時間帯で揺れる	条件が合えば安定	同条件なら安定
処理速度	1枚ごとに時間がかかる	速い	速い（1枚数秒）
香り・味の判断	できる	できない	できない（検査員が担当）
属人化	強い	弱い	弱い
価格の見立て	経験則	なし	過去データから算出
向く会社	検査員が十分にいる	基準が単純な商品	枚数が多く、入札が重要な会社

この表のとおり、香りと味は検査員、外観と価格の見立てはAIという分担が現実的です。AIが一次判定をして、境界線上の1〜2割だけを検査員が見る形にすれば、検査員は経験が必要な部分に集中できます。

海苔 等級 AIの導入は、地方中小企業でどう進めるのか

進め方は4ステップです。最初から大きなシステムを入れず、現場の仕組みを整えてからツールを選びます。ツールより先に、仕組みを変えるという順番です。

1. 基準の言語化：熟練検査員が何を見て上・中・下を分けているかを、一緒に書き出す
2. 画像データの収集：スマートフォンと簡易照明で、100〜300枚を等級ラベル付きで撮る
3. 小さな検証：検査員の判定とAIの判定がどれだけ一致するかを、1〜2週間で確かめる
4. 運用ルール化：AIは一次判定、境界ケースは検査員、という分担を文書にする

たとえば従業員20名ほどの海苔加工業の場合、検査員1名の経験に頼った体制から始めるのが一般的です。このとき、社長が検証の場に立ち会うことが大切です。入札の方針や許容できる見立てのズレは、経営判断だからです。現場の担当者だけに任せると、運用が止まりがちです。

外観検査AIを導入した食品工場では、検査の基準書ができたこと自体が、新人教育の時間を短縮する効果につながったと言われます。AIの精度だけでなく、基準が見える形で残ることが、地方の人手不足への備えになります。中小企業の支援情報は、中小機構でも確認できます（参考：中小企業基盤整備機構）。

FURUSATOは、現場の課題をどう整理するのか

FURUSATO（フルサト）は、地方中小企業に特化したAI活用・DX支援サービスです。属人化・人手不足・アナログ業務という地方中小企業の三大課題の解消に絞り、製造業・建設業・物流・卸売業・サービス業など、業種別の支援実績があります。

入口は、無料のオンライン相談（30〜60分）です。ここでは、検査の流れ、入札の進め方、誰が何を判断しているかを一緒に整理します。いきなりシステムを提案することはしません。

そのあと、初回現場セッション（1回10万円）で、1〜1.5ヶ月かけて業務改善の仕組みを組み立てます。海苔の等級判定であれば、検査基準の言語化、撮影の手順づくり、検査員とAIの分担の設計などが対象になります。導入費用はご相談時に一緒に整理します。

• 「ITシステム導入」ではなく、「業務変革」を重視する
• 担当者だけでなく、経営者・社長を巻き込んで進める
• 現場の言葉で基準を整理し、仕組みとして残す

導入すると、検査と入札の現場はどう変わるのか

効果は、検査時間の短縮、基準の統一、入札判断の根拠づくりの3つに分かれます。いずれも数字で追えるため、導入後の評価がしやすいのが特長です。

たとえば検査員2名・1日あたり1,000枚を確認している加工場を想定します。AIが一次判定を行い、境界線上の2割だけを検査員が見直す運用にすると、検査員が目で確認する枚数は1日1,000枚から約200枚へ、8割減になります。これは試算例ですが、浮いた時間を異物の再確認や仕入れ先との打ち合わせに回せます。

• 検査時間：一次判定を自動化し、検査員は境界ケースと香り・味の確認に集中できる
• 基準の統一：担当者が変わっても、同じスコアで比べられる
• 入札の根拠：「今期は色スコアが高いので、上位レンジで動く見込み」と社内で説明できる
• 教育：新人は、AIのスコアと熟練者の判断を見比べながら学べる

導入後は、AIの判定と検査員の最終判定の一致率を毎週記録します。一致率が一定の水準で安定したら、境界ケースの範囲を少しずつ狭めていく進め方が、無理のない拡大です。

シーズン中の1日は、どのような運用になるのか

運用のイメージは、朝の撮影、日中の確認、夕方の振り返りという3つの区切りです。作業は現場の流れに合わせて組み込みます。

朝、入荷した乾海苔を検品台に並べ、担当者が1枚ずつ撮影します。画面にはすぐ色・つや・穴の数と、等級の目安が表示されます。日中は、境界と判定された海苔だけを熟練検査員が手に取り、香りや口どけも含めて最終的な等級を決めます。

夕方には、その日の結果が一覧に残ります。入札前日には、ロットごとの品質スコアと予測レンジを一覧にして、社長と工場長が一緒に確認します。「このロットは強気で入れる」「ここは見送る」といった判断が、記録に基づいて行えるようになります。

宮城や兵庫など、産地ごとに海苔の特徴が違う場合は、産地ごとにスコアの基準を分けて持つと精度が安定します。シーズンの終わりには、予測と実際の落札単価の差を見直し、翌シーズンの基準に反映するのが定着のコツです。この繰り返しが、検査員の経験を会社の財産として残していきます。

わかめ・昆布など、海苔以外の海藻加工にも応用できるのか

応用できます。色・つや・形・異物といった外観で等級が決まる海藻製品であれば、考え方は共通です。違うのは、見るべき特徴と、基準になる等級ラベルです。

たとえば乾燥わかめの場合は、緑の鮮やかさ、茎の混入、切れ端の割合が品質の目安になります。昆布の場合は、幅や長さ、表面の白い粉の付き方、黒さの均一さが見られます。それぞれの製品で、熟練者が「どこを見て良し悪しを決めるか」を言葉にするところから始めます。

• わかめ：色の鮮やかさ、茎や異物の混入、切れ端の割合
• 昆布：長さと幅、表面の状態、黒さの均一さ
• ひじき：黒さ、粒の大きさ、異物の混入

1つの商品で仕組みができれば、撮影台、記録の取り方、検査員との分担ルールはそのまま他の商品へ横展開できます。新しい商品ごとに必要なのは、追加の画像とラベル付けだけです。この「型」を会社の中に作ることが、地方中小企業のAI活用を長く続けるうえで大きな意味を持ちます。

導入前に知っておきたい注意点とリスクは何か

最大の注意点は、AIの判定結果は公式な等級ではなく、社内の判断材料であることです。入札や検査には各産地のルールがあるため、公式の検査結果は従来どおりの手順に従います。

• 照明や撮影距離が変わると、精度が落ちる。撮影台を固定する
• 特定の産地・漁期のデータだけだと、別の海苔で外れやすい。シーズンごとに再学習する
• 検査員が「自分の仕事が奪われる」と感じると、協力が得にくい。役割分担を最初に説明する
• 価格予測は相場に左右される。レンジとして使い、確定値として扱わない

たとえば、品種や加工方法の違う海苔を混ぜて学習させた場合、等級の境界があいまいになります。最初は1つの産地・1つの商品に絞って検証すると、効果が見えやすくなります。

また、撮影した画像は自社の資産です。保存の場所、閲覧できる人、残す期間を決めておくと、後から別の改善にも使い回せます。

よくある質問（FAQ）

Q: 海苔の等級をAIで判定すると、検査員は不要になりますか？

A: 不要にはなりません。AIが得意なのは色・つや・穴などの外観で、香りや味は検査員の担当です。AIが一次判定を行い、境界のものを検査員が見る分担が現実的です。

Q: 導入までに何枚くらいの画像が必要ですか？

A: 初期検証は100〜300枚が目安です。等級ごとにばらつきなく集めるのがコツです。枚数よりも、撮影の条件と等級ラベルを正しくそろえることが重要です。

Q: 入札の落札価格を正確に当てられますか？

A: 確定値を当てることはできません。AIは品質スコアと過去の入札データから、落札単価のレンジを示します。相場や需給の変動があるため、判断材料の一つとして使います。

Q: ITに詳しい人がいなくても始められますか？

A: 始められます。最初はスマートフォンと簡易な撮影台で足ります。大切なのは検査基準の言語化で、これは現場の経験者が一番の主役です。専門知識は後から補えます。

Q: まず何から相談すればよいですか？

A: FURUSATOの無料オンライン相談（30〜60分）で、検査の流れと入札の進め方を整理するのがおすすめです。いきなりシステム提案はせず、現場の課題から一緒に確認します。

地方中小企業のAI活用・DX推進でお悩みの方は、FURUSATO（フルサト）へお気軽にご相談ください。まず無料のオンライン相談（30〜60分）で、御社の課題を一緒に整理します。