ウリドキ株式会社は、リユース商品に特化した画像分類AIモデル「Uridoki Item Image Classifier」を導入しました。
Uridoki Item Image Classifierが査定依頼時のカテゴリ選択をAIでサポート
従来、ユーザーは査定依頼時に商品カテゴリを手動で選択する必要がありました。ウリドキ株式会社は、この作業にかかる手間を軽減するため、商品画像からカテゴリを自動分類する画像認識AIモデルを開発・導入しました。
「Uridoki Item Image Classifier」は、ユーザーが査定依頼時に商品画像をアップロードすると、AIが画像の特徴を分析し、各カテゴリに属する可能性を確率分布として算出します。特定カテゴリの値が他のすべてのカテゴリの値よりも極端に大きい場合には、そのカテゴリを商品カテゴリと判定します。一方で偏差が小さい場合には、ユーザーに候補を提示して適切なカテゴリを選択できるようガイドしました。
Uridoki Item Image Classifierの分類精度と学習データ
本モデルは、2026年6月現在でウリドキに蓄積された120万件超のリアルなリユース商品画像を活用して開発されました。導入時点では42カテゴリの商品分類に対応しており、検証データにおける主要カテゴリの全体精度は87％を記録しています。
査定依頼時に売り手ユーザーが登録する商品の正面画像や全体像に限定した場合、分類精度は95％を超えていました。実運用において高い分類性能が確認された形です。
ブランドバッグの底面や内側を撮影した画像、高級時計をバンド含めて斜め下から写した画像など、リユース業界でしばしば見られる出品画像にも対応できるよう最適化されています。
Uridoki Item Image Classifierの処理フローと例外処理
本モデルの処理フローは、以下の4段階で構成されています。
- スマートフォンやPCから商品画像をアップロード
- アップロード画像をもとにAIが瞬時に分類を実行
- 各カテゴリへの帰属確率を算出し最も確度の高いカテゴリを提示
- 確率が分散する場合は候補リストへのフォールバックで対応
確率分布が複数カテゴリに分散する画像の場合、必ずしも最適なカテゴリを特定できないケースがありました。そうした際には、候補リストから選択してもらうなど、代替処理へ速やかにフォールバックする設計です。
一般的な画像認識モデルでは判別が難しいアングルや状態の商品画像にも対応できるよう、独自データによる最適化が施されています。
Uridoki Item Image Classifier 概要
| 項目 | 詳細 |
|---|---|
| サービス名 | Uridoki Item Image Classifier |
| カテゴリ | 画像分類AIモデル |
| 学習データ数 | 120万件超（2026年6月現在） |
| 対応カテゴリ数 | 42カテゴリ（2026年6月現在） |
| 全体精度（検証データ） | 87％ |
| 正面・全体像画像での精度 | 95％超 |
| AI活用施策における位置づけ | 第4弾 |
| 運営会社 | ウリドキ株式会社 |
| 所在地 | 〒160-0022 東京都新宿区新宿1-6-3 新宿御苑フロント9F |
| 代表者 | 代表取締役 木暮康雄氏 |
| 設立 | 2014年12月1日 |
| URL | https://uridoki.co.jp/ |
trends編集部の一言
120万件超のリユース商品画像を学習したうえで87％・95％超という分類精度を実現した点は、業界の外からも注目に値する実績です。業界全体としては、汎用の画像認識モデルをそのまま使うのではなく、独自データでファインチューニングした専用モデルを持つことが競争優位につながる動きが広がってきました。
マーケティングの現場でも、ユーザーが入力フォームに迷う場面は、離脱率に直結する課題として認識されています。「カテゴリ選択を画像から自動補完する」というアプローチは、フォーム設計の文脈でも自動補完ニーズの高まりを示す事例と捉えられます。確率分布が低いときに候補提示へフォールバックする設計も、強制的に誤判定を押しつけない点で、実運用向けの工夫として業界全体の動向からも示唆を含む取り組みです。
References
- ^ PR TIMES. 「【ウリドキ】AIが商品カテゴリ選択をサポート、査定依頼をもっと簡単に | ウリドキ株式会社のプレスリリース」. https://prtimes.jp/main/html/rd/p/000000106.000015081.html, (参照 26-06-09).
