最終更新日：2026年10月28日
📊 GCT記事スコア：33.0点
📝 概要：メキシコの研究チームが、AIと機械的な豆の反転システムを組み合わせた生豆の品質検査プロトタイプを開発しました。豆の両面を撮影することで、片面のみの場合と比較して欠陥検出精度が25.7%向上し、YOLOv8モデルにより精度97.4%を達成しました。
🔗 元記事：https://dailycoffeenews.com/2026/10/27/ai-coffee-defect-detector-gets-much-smarter-when-it-flips-the-beans/
📅 元記事公開日：2026年10月27日
AIによる要約
メキシコの研究チーム（Tecnológico Nacional de México/Instituto Tecnológico de Orizabaなど）は、自動生豆品質管理における死角を解消するため、AIと機械的な反転機構を組み合わせた新しいコーヒー検査プロトタイプを開発しました。この研究成果は、MDPIの学術誌『Agriculture』に掲載されました。
プロトタイプは350グラムの生豆サンプルを対象とし、ホッパー、ディスペンサーローラー、機械的反転システムを用いて、LED照明の下で2台の16メガピクセルカメラにより豆の両面を撮影します。11の欠陥カテゴリと正常な生豆を網羅した12クラス、合計9,600枚の画像データセットを用いてモデルのトレーニングと評価を行い、4つのニューラルネットワークモデルの中で「YOLOv8」が最も優れた性能（精度97.4%、再現率99.6%）を示しました。
特筆すべきは、物理的に豆をひっくり返すというシンプルな機械的工夫により、片面撮影のみの場合と比べて欠陥検出が25.7%向上した点です。ただし、350グラムのサンプル処理に約38〜40分を要するなど、現時点では商業用の高速光学式選別機ではなく、近年のDemetria、Avercasso、ProfilePrintなどに代表される生豆・焙煎豆の品質管理における新たなAI技術の潮流を補完する研究となっています。
※本記事のスコアはAIと独自の評価基準による自動評価です。評価基準は複数の観点から総合的に判断しており、随時見直しを行っています。