من خلال دمج نماذج Ultralytics YOLO، رفع نظام Specialvideo لفحص الأغذية بالذكاء الاصطناعي دقة الاكتشاف إلى 99% وخفّض وقت فحص البيتزا إلى أقل من 250ms.
غالبًا ما يحتاج مصنعو البيتزا إلى إنتاج منتجات جذابة بصريًا وعالية الجودة بسرعة كبيرة، لكن فحص مكونات كل بيتزا يدويًا قد يستغرق وقتًا طويلًا. وتستفيد Specialvideo من نهج قائم على ذكاء الرؤية الاصطناعي لاكتشاف المكونات وعدّها آنيًا، ما يمكّن المنتجين من الالتزام بمعايير الوصفات وتقليل الهدر والحفاظ على سلاسة العمليات.
أثناء اختبار حلول مختلفة للرؤية، اكتشفت Specialvideo أن بعض التقنيات مثل التجزئة الدلالية واجهت صعوبة مع الإضافات المتداخلة أو المخفية. وباستخدام نماذج Ultralytics YOLO، تمكنت الشركة من تجاوز هذه العقبات وتطوير نظام موثوق وعالي الدقة لمراقبة الجودة مدعوم بالذكاء الاصطناعي، يحدد الإضافات ويعدّها ويتحقق منها فورًا. ويضمن النظام جودة متسقة من دون التضحية بسرعة الإنتاج.
تحسين فحص الأغذية بالذكاء الاصطناعي باستخدام الرؤية الحاسوبية#
تأسست Specialvideo عام 1993 في إيمولا بإيطاليا، وتستند إلى خبرة تزيد على 30 عامًا في تصميم أنظمة متقدمة للرؤية الحاسوبية لتوجيه الروبوتات والفحص الآلي واكتشاف العيوب. وتمتد خبرتها أيضًا إلى تطبيق الرؤية الحاسوبية في صناعة الأغذية.
وعلى وجه الخصوص، طورت الشركة نظام فحص الأغذية بذكاء الرؤية الاصطناعي يستخدم تجزئة الحالات الفردية لتبسيط إنتاج البيتزا. ومن خلال التعامل مع كل إضافة بوصفها جسمًا مستقلًا، يستطيع النظام اكتشاف المكونات وتجزئتها وعدّها بدقة في الوقت الفعلي. ويعالج النظام مشكلات مثل الحجب، حين يغطي مكوّنٌ آخرَ جزئيًا، والاكتشاف المزدوج، حين يحدد النظام وجود نسختين من مكوّن بينما لا يوجد سوى واحد. ومن خلال تحديد أخطاء التوزيع، مثل عدم توازن الإضافات، يمكن للمصنعين تعديل معايير الإنتاج وفقًا لذلك.
صُمم النموذج لاستيعاب المكونات الجديدة بسهولة، ويمكن إعادة تدريبه دون الحاجة إلى إعادة هيكلة شاملة.
كما يستطيع النظام فحص الشكل والتحقق من مطابقة الألوان واكتشاف الملوثات المحتملة، بما يضمن استيفاء كل منتج معايير السلامة والجودة العالية.
تحديات مراقبة الجودة الغذائية آنيًا#
غالبًا ما يعمل مصنعو البيتزا بسرعات هائلة، إذ ينتجون بيتزا جديدة كل 600 مللي ثانية. وبهذه الوتيرة، يصعب جدًا على المفتشين البشر مواكبة العمل، ما يجعل مراقبة الإضافات واكتشاف أي عيوب بدقة أمرًا صعبًا.
إضافةً إلى ذلك، قد تحجب المكونات المتداخلة، مثل السلامي والفطر، بعضها بعضًا، ما يؤدي أحيانًا إلى إنتاج بيتزا تفتقر إلى بعض الإضافات أو تحتوي على إضافات زائدة أو توزيعات غير صحيحة أو كميات غير متسقة. ولا يخل ذلك بتجانس المنتج فحسب، بل يضر أيضًا بسمعة العلامة التجارية عندما يتلقى العملاء بيتزا لا ترقى إلى توقعاتهم.
وفي الوقت نفسه، تزيد هذه المشكلات التكاليف التشغيلية بسبب ارتفاع معدلات المنتجات المرفوضة وهدر الموارد. ومما يزيد الأمر سوءًا أن المفتشين البشر قد يصابون بالإرهاق خلال نوبات العمل الطويلة، فتتراجع يقظتهم ويزداد خطر وقوع الأخطاء.
إدراكًا لهذه العيوب، يتبنى كثير من المصنّعين الآن أنظمة مراقبة جودة وفحص آلي للأغذية مدعومة بـالرؤية الحاسوبية. وتوفر هذه الأنظمة المبتكرة إشرافًا آنيًا، وتساعد على الحد من الأخطاء البشرية، مع دعم إنتاج مخرجات عالية الجودة.
اكتشاف عيوب الأغذية آنيًا باستخدام الرؤية الآلية#
يستخدم حل Specialvideo لذكاء الرؤية الاصطناعي دعم نماذج Ultralytics YOLO لتجزئة الحالات الفردية، ويفحص كل بيتزا آنيًا لضمان وصول المنتجات عالية الجودة وحدها إلى المستهلكين. ويحصي الإضافات ويقيسها بدقة عبر مقارنة كل بيتزا بوصفَتها، ويكتشف بسرعة المكونات الناقصة أو الزائدة والتوزيعات غير المتساوية والكميات غير المتسقة.
عند اكتشاف بيتزا معيبة، سواء بسبب عدم محاذاة الإضافات أو عدم صحة كميات المكونات أو وجود ملوثات مثل البلاستيك الأزرق، يحوّلها النظام تلقائيًا إلى خط المنتجات المرفوضة.
للحفاظ على الدقة بعد النشر، توسّع Specialvideo مجموعة بياناتها باستمرار، وتحسّن دقة التصنيف، وتعيد تدريب YOLO بانتظام. وتستخدم زيادة البيانات أثناء التدريب لمنع فرط التخصيص ومساعدة النموذج على التعميم انطلاقًا من عدد محدود من العينات. كذلك، تتضمن 10% من صور التدريب بيتزا مارغريتا لتوفير سياق خلفية مفيد، ما يساعد الشبكة على التعامل مع الاختلافات حتى ضمن نوع المكوّن نفسه، مثل الأنواع المختلفة من السلامي.
إضافةً إلى ذلك، ولزيادة كفاءة عملية إعادة التدريب، طبقت Specialvideo مسار عمل للمكونات الجديدة في البيتزا. ويستفيد مسار العمل هذا من YOLO لتسريع تصنيف الصور الجديدة، ما يقلل الحاجة إلى الإشراف البشري مع تطور تنوع المكونات.
الشكل 1. يُستخدم YOLO لاكتشاف إضافات البيتزا وتجزئتها لفحص الأغذية بالذكاء الاصطناعي.
لماذا اختيار نماذج Ultralytics YOLO؟#
اختارت Specialvideo استخدام نماذج Ultralytics YOLO لأنها توفر توازنًا ممتازًا بين أداء نماذج الذكاء الاصطناعي والتكلفة. وباستخدام وحدة معالجة الرسومات (GPU) من NVIDIA GTX 1660، يحقق النظام زمن استدلال لا يتجاوز 200–250 ms، ما يجعله سريعًا بما يكفي للتعامل مع خط إنتاج ينتج بيتزا كل 600ms.
تتيح سرعة معالجة YOLO الفعالة مراقبة الجودة آنيًا. وبوجه عام، لا يبسّط هذا النهج الإنتاج فحسب، بل يدعم أيضًا قابلية التوسع، ما يجعله حلًا متينًا لبيئات تصنيع الأغذية ذات الأحجام الكبيرة.
حل فحص الأغذية المدعوم بـ YOLO يحقق دقة تبلغ 99%#
من خلال دمج نماذج Ultralytics YOLO، أحدث حل Specialvideo لفحص الأغذية بالذكاء الاصطناعي تحولًا في مراقبة الجودة في إنتاج البيتزا. وقد دُرّب النموذج على مجموعة بيانات قوية تضم أكثر من 1,500 صورة، ويتعرف بدقة على أكثر من 10 مكونات مختلفة، ويصنفها إلى عناصر قابلة للعد، مثل الزيتون وشرائح السلامي والأنشوفة وكرات الموزاريلا، وعناصر غير قابلة للعد، مثل مكعبات لحم الخنزير والفطر وشرائح الجبن والفلفل.
يعمل النظام المدعوم بـ YOLO آنيًا بدقة تصل إلى 99%، متفوقًا على المفتشين البشر ويقلل أوقات الفحص بدرجة كبيرة مقارنةً بالأساليب اليدوية.
ومن اللافت أن الحل حقق نتائج واعدة، إذ تعرّف بدقة على مكونات في منتجات غذائية لم يتضمنها تدريبه الأولي، مثل السلطات والمعكرونة، ما يسهل التوسع إلى خطوط منتجات جديدة. وفي المحصلة، يعزز هذا النهج المبتكر الكفاءة التشغيلية ويحد من الهدر ويخفض التكاليف، واضعًا معيارًا جديدًا لفحص الأغذية آليًا وضمان جودتها.
تعزيز التصنيع الذكي في قطاع الأغذية#
تبدو آفاق Specialvideo واعدة. وتخطط الشركة لتوسيع حل ذكاء الرؤية الاصطناعي ليشمل منتجات غذائية أخرى مثل السلطات والمعكرونة. ومن خلال مواصلة الضبط الدقيق لنماذج التعلم العميق وتوسيع مجموعة بياناتها، تسعى Specialvideo إلى تحسين مراقبة الجودة الآنية بدرجة أكبر وتقليل الهدر وتعزيز كفاءة الإنتاج. وستساعد هذه التحسينات على وضع معايير جديدة للقطاع.
هل ترغب في تعزيز عملياتك باستخدام الذكاء الاصطناعي البصري؟ تفضّل بزيارة مستودع GitHub للاطلاع على أثر حلول Ultralytics للذكاء الاصطناعي في مجالات مثل الفحص البصري الآلي والرؤية الحاسوبية في التصنيع. تعرّف على معلومات مفصّلة حول نماذج YOLO وخيارات الترخيص، واتخذ الخطوة الأولى نحو أتمتة أذكى وأكثر كفاءة.
بقلم
منشئ محتوى · Ultralytics
