يكتشف نظام RapiD Vision، وهو نظام رؤية جاهز للتشغيل يعمل بنماذج Ultralytics YOLO، العيوب والتشوّهات في الوقت الفعلي، ويرسل الرؤى مباشرةً إلى أنظمة ERP الخاصة بالعملاء، مما يقلل وقت الهندسة أسبوعًا واحدًا.
مع مواجهة شركات تصنيع الأغذية ضغوطًا متزايدة لتقديم جودة متسقة على نطاق واسع، تعيد الرؤية الحاسوبية تشكيل طريقة عمل القطاع. تتصدر RapiD Engineering، وهي شركة هندسية مقرها هولندا ويقع مقرها الرئيسي في قرية الصيد أورك، هذا التحول من خلال بناء RapiD Vision، وهي منصة رؤية جاهزة للتشغيل مصممة لقطاع المأكولات البحرية وما يتجاوزه.
من خلال دمج نماذج Ultralytics YOLO في أنظمة مراقبة الجودة لديها، تساعد RapiD Engineering على أتمتة مراقبة الجودة لدى معالجي السلمون، وذلك بأتمتة اكتشاف العيوب والتشوّهات (إحدى أكثر الخطوات استهلاكًا للعمالة وذاتية التقييم في سير عملهم)، مع توفير إمكانية التتبع الكامل من المزرعة إلى العميل.
إدخال الذكاء الاصطناعي للرؤية الجاهز للتشغيل إلى الإنتاج الصناعي#
تطوّر RapiD Engineering عمليات المحاكاة الهندسية وتطبيقات البرمجيات وحلول الرؤية الحاسوبية للبيئات الصناعية. ومن خلال منصة RapiD Vision، تصمم الشركة أنظمة متكاملة من البداية إلى النهاية تستند إلى ثلاث قدرات أساسية: تطبيقات Pick & Place لمناولة المنتجات بواسطة الروبوتات، ومراقبة الجودة لاكتشاف العيوب في الوقت الفعلي، وRapiD Vision Explorer، وهي طبقة سحابية لإعداد التقارير والتحليلات تتكامل مباشرةً مع أنظمة ERP.
صُممت المنصة للتعامل مع الظروف المعقدة في العالم الحقيقي، إذ تستطيع التعامل مع المنتجات المتداخلة باستخدام الرؤية/الكاميرات ثلاثية الأبعاد، والتمييز بين أنواع المنتجات، وتنسيق عمل عدة روبوتات أو آلات من خلال نظام رؤية واحد. ومن بين خطوط منتجاتها، أصبحت مراقبة الجودة أسرع عروض الشركة نموًا، مستقطبةً طلبًا قويًا من معالجي السلمون في أنحاء أوروبا.
الشكل 1. مثال على اكتشاف الأسماك المتداخلة بدقة بواسطة Ultralytics YOLO.
تحديات مراقبة الجودة في معالجة السلمون#
تُعد معالجة السلمون قطاعًا عالي الإنتاج وكثيف المتطلبات من حيث الدقة، حيث يمكن أن تؤثر مشكلات الجودة تأثيرًا كبيرًا في رضا العملاء والتسعير. وتكون عيوب مثل بقع الدم وعلامات الميلانين والتشوّهات الأخرى دقيقة ومتشابهة بصريًا مع اللون الطبيعي للحم السلمون، مما يجعل اكتشافها باستمرار بالعين البشرية أمرًا صعبًا.
تتسم عمليات الفحص اليدوي التقليدية بالبطء والإرهاق وعدم الاتساق بين المشغّلين والورديات. وحتى عندما أصبحت الرؤية الحاسوبية أكثر سهولة في الوصول إليها، أدى نشرها في بيئات معالجة الأغذية إلى ظهور تحدياته الخاصة. فقد كان من الضروري أن تكون النماذج صغيرة بما يكفي للعمل في الوقت الفعلي على الأجهزة الطرفية، ودقيقة بما يكفي لاكتشاف العيوب الدقيقة، ومرنة بما يكفي لإعادة تدريبها بسرعة عند إدخال كاميرات أو ظروف إضاءة أو بيئات جديدة.
قبل اعتماد Ultralytics، كانت RapiD Engineering تعتمد على Detectron، وهي مكتبة مفتوحة المصدر من Meta. وعلى الرغم من قوتها، كان إعدادها صعبًا، كما كان تصدير النماذج منها معقدًا، ولم تعد تُصان بنشاط، مما جعلها غير مناسبة للاستخدام طويل الأمد في الإنتاج.
اكتشاف العيوب في الوقت الفعلي باستخدام Ultralytics YOLO#
بعد الانتقال إلى Ultralytics، أعادت RapiD Engineering بناء خط أنابيب مراقبة الجودة لديها حول نماذج YOLO التي تعمل على الأجهزة الطرفية NVIDIA Jetson. ويشغّل كل نظام لمعالجة السلمون أربعة نماذج من Ultralytics YOLO في الوقت نفسه، مع كاميرا مثبتة في الأعلى وأخرى في الأسفل تلتقطان جانبي كل سمكة أثناء مرورها عبر خط الإنتاج.
لكل جانب، يشغّل النظام نموذجين بالتتابع: نموذج Ultralytics YOLO11 nano لتقسيم السلمون عن الناقل، يليه نموذج YOLO11 كبير لاكتشاف التشوّهات الدقيقة مثل بقع الدم وعلامات الميلانين، حيث قد تكون اختلافات اللون عن اللحم المحيط طفيفة للغاية. ومن خلال استخدام نموذج أصغر لتقسيم عدد كبير من العناصر ونموذج أكبر للاكتشاف عالي الدقة، تحقق RapiD Engineering التوازن المناسب بين السرعة والدقة على أجهزة Jetson.
لتدريب نماذجها، قامت RapiD Engineering بوسم أكثر من 20,000 صورة للسلمون يدويًا، وبنت مجموعة بيانات عالية الجودة تتعامل مع التفاصيل البصرية الدقيقة لظروف المعالجة في العالم الحقيقي. ويعيد الفريق تدريب النماذج عند نشر أنظمة جديدة أو عند تغير العوامل البيئية مثل الكاميرات أو الخلفيات.
لماذا اختيار نماذج Ultralytics YOLO؟#
بالنسبة إلى RapiD Engineering، قدم Ultralytics YOLO مزيجًا مثاليًا من البساطة والأداء والمرونة لدعم نظام إنتاج يعمل عبر عمليات نشر متعددة.
بالمقارنة مع إطار العمل السابق، تمكن الفريق من تقليل الوقت المستغرق في تدريب النماذج وتصديرها وصيانتها بدرجة كبيرة، مما وفر نحو أسبوع من وقت الهندسة سنويًا في سير عمل التصدير وحده. ومع كل إصدار جديد من Ultralytics، يمكن إعادة تدريب النماذج وتصديرها إلى TensorRT لنشرها على Jetson وإعادتها إلى الإنتاج بأقل قدر من العوائق.
الشكل 2. مثال على اكتشاف العيوب على شرائح السلمون باستخدام Ultralytics YOLO.
أتاح Ultralytics YOLO أيضًا لـRapiD Engineering المرونة لاستخدام أنواع متعددة من المهام، بما في ذلك تقسيم الكائنات وتحديد الكائنات وتقدير الوضعيات، وكل ذلك من خلال إطار عمل موحد واحد، بما يدعم ميزات المنتجات الحالية والمستقبلية مع توسع الشركة في محفظة الذكاء الاصطناعي للرؤية لديها.
من الاكتشاف الأولي إلى الرؤى القابلة للتنفيذ#
بالإضافة إلى الاكتشاف، يتكامل نظام مراقبة الجودة لدى RapiD Engineering بالكامل مع أنظمة ERP الخاصة بعملائها من خلال RapiD Vision Explorer، وهي طبقة إعداد التقارير والتحليلات السحابية للمنصة. ويُسجَّل كل سلمون جرى تحليله في السحابة إلى جانب بيانات مورّده ومزرعته وموقعه وطلبه، مما يمنح العملاء رؤيةً تفصيلية لأداء الجودة حسب المصدر.
تُستخدم هذه البيانات لإنشاء تقارير جودة لكل دفعة، مما يساعد المعالجين على تتبع المزارعين والمورّدين الذين يقدّمون باستمرار أعلى جودة من الأسماك، واتخاذ قرارات مدروسة بشأن المصادر بمرور الوقت. ومن خلال التحليلات المتقدمة، يستطيع RapiD Vision Explorer حتى التنبؤ بأفضل المصادر الحالية للمنتجات عالية الجودة. كما يتحكم النظام في أحزمة النقل اللاحقة، ويوجّه السلمون منخفض الجودة تلقائيًا إلى مسارات معالجة بديلة، بحيث يحصل العملاء دائمًا على أسماك تطابق مواصفات الجودة الخاصة بهم.
يتيح البرنامج الأمامي للمشغّلين ضبط عتبات الاكتشاف بدقة، بما في ذلك الحد الأدنى لحجم البقعة ودرجات الثقة وإجمالي المساحة المتأثرة، مما يضمن إمكانية تكييف النظام مع معايير الجودة المحددة لكل معالج.
توسيع نطاق الذكاء الاصطناعي للرؤية في قطاع المأكولات البحرية#
مع الطلب القوي على أنظمة مراقبة الجودة وقاعدة العملاء المتنامية في أنحاء أوروبا، تتمتع RapiD Engineering بموقع جيد لمواصلة توسيع دور الذكاء الاصطناعي للرؤية في معالجة المأكولات البحرية وما يتجاوزها. وتخطط الشركة أيضًا لنقل عمليات التدريب والوسم لديها إلى Ultralytics Platform، مما يزيد من تبسيط خط أنابيبها مع توسعها عبر عمليات نشر جديدة.
من خلال الجمع بين عقود من الخبرة الهندسية والرؤية الحاسوبية المتطورة، تساعد RapiD Engineering معالجي السلمون على بناء سلسلة توريد أكثر شفافية واعتمادًا على البيانات وكفاءة، دفعةً تلو الأخرى.
هل تهتم ببناء حلول الذكاء الاصطناعي للرؤية الخاصة بك؟ استكشف نماذج Ultralytics YOLO، وتعرّف على كيفية إسهام YOLO في دفع عجلة الابتكارات في مختلف القطاعات، واطّلع على خيارات الترخيص للبدء.
