RapiD Vision ist ein sofort einsatzbereites Bildverarbeitungssystem auf Basis von Ultralytics-YOLO-Modellen. Es erkennt Mängel und Verformungen in Echtzeit, übermittelt die Erkenntnisse direkt an die ERP-Systeme der Kunden und spart eine Woche Entwicklungszeit.
Während Lebensmittelverarbeiter zunehmend unter Druck stehen, gleichbleibende Qualität in großem Maßstab zu liefern, verändert Computer Vision die Arbeitsweise der Branche. RapiD Engineering, ein Ingenieurbüro mit Hauptsitz im niederländischen Fischerdorf Urk, ist Vorreiter dieses Wandels. Das Unternehmen entwickelt RapiD Vision, eine sofort einsatzbereite Bildverarbeitungsplattform für die Fisch- und Meeresfrüchteindustrie und darüber hinaus.
Durch die Integration von Ultralytics-YOLO-Modellen in seine Qualitätskontrollsysteme unterstützt RapiD Engineering Lachsverarbeiter bei der Automatisierung der Qualitätskontrolle. Dazu gehört auch die Erkennung von Mängeln und Verformungen – einer der arbeitsintensivsten und subjektivsten Schritte im Arbeitsablauf. Dabei ist die lückenlose Rückverfolgbarkeit vom Zuchtbetrieb bis zum Kunden gewährleistet.
Sofort einsetzbare Vision-KI in die industrielle Produktion bringen#
RapiD Engineering entwickelt technische Simulationen, Softwareanwendungen und Computer-Vision-Lösungen für industrielle Umgebungen. Mit seiner Plattform RapiD Vision entwickelt das Unternehmen Komplettsysteme, die auf drei zentralen Funktionen basieren: Pick-and-Place-Anwendungen für die robotergesteuerte Produkthandhabung, Qualitätskontrolle zur Fehlererkennung in Echtzeit sowie RapiD Vision Explorer, eine cloudbasierte Berichts- und Analyseschicht mit direkter Anbindung an ERP-Systeme.
Die Plattform ist für komplexe Bedingungen in der Praxis ausgelegt. Sie kann überlappende Produkte mithilfe von 3D-Vision und Kameras verarbeiten, Produkttypen unterscheiden und mehrere Roboter oder Maschinen über ein einziges Bildverarbeitungssystem steuern. Unter den Produktlinien hat sich die Qualitätskontrolle zum am schnellsten wachsenden Angebot des Unternehmens entwickelt und stößt bei Lachsverarbeitern in ganz Europa auf große Nachfrage.
Abb. 1. Beispiel für die präzise Erkennung überlappender Fische durch Ultralytics YOLO.
Herausforderungen bei der Qualitätskontrolle in der Lachsverarbeitung#
Die Lachsverarbeitung ist eine Branche mit hohen Produktionsmengen und hohen Präzisionsanforderungen, in der Qualitätsprobleme die Kundenzufriedenheit und die Preisgestaltung erheblich beeinträchtigen können. Mängel wie Blutflecken, Melaninflecken und andere Verformungen sind subtil und ähneln optisch der natürlichen Farbe des Lachsfleischs. Daher lassen sie sich mit bloßem Auge nur schwer zuverlässig erkennen.
Die herkömmliche manuelle Prüfung ist langsam, ermüdend und liefert je nach Mitarbeitenden und Schicht unterschiedliche Ergebnisse. Als Computer Vision leichter zugänglich wurde, brachte der Einsatz in der Lebensmittelverarbeitung eigene Herausforderungen mit sich. Die Modelle mussten klein genug sein, um in Echtzeit auf Edge-Hardware zu laufen, präzise genug, um subtile Mängel zu erkennen, und flexibel genug, um bei neuen Kameras, Lichtverhältnissen oder Umgebungen schnell neu trainiert zu werden.
Vor dem Wechsel zu Ultralytics verwendete RapiD Engineering Detectron, eine Open-Source-Bibliothek von Meta. Sie war zwar leistungsstark, ließ sich jedoch nur schwer einrichten und Modelle waren nur schwer daraus zu exportieren. Zudem wurde die Bibliothek nicht mehr aktiv gepflegt und eignete sich daher nicht für den langfristigen Produktionseinsatz.
Mängel mit Ultralytics YOLO in Echtzeit erkennen#
Nach dem Wechsel zu Ultralytics baute RapiD Engineering seine Qualitätskontrollpipeline mit YOLO-Modellen auf NVIDIA Jetson-Edge-Hardware neu auf. Jedes Lachsverarbeitungssystem führt gleichzeitig vier Ultralytics-YOLO-Modelle aus. Eine oben und eine unten angebrachte Kamera nehmen beide Seiten jedes Fisches auf, während er die Linie entlangläuft.
Für jede Seite führt das System nacheinander zwei Modelle aus: ein Ultralytics YOLO11-Nano-Modell, das den Lachs vom Förderband segmentiert, gefolgt von einem großen YOLO11-Modell, das feine Verformungen wie Blutflecken und Melaninflecken erkennt. Die Farbunterschiede zum umgebenden Fleisch können dabei äußerst subtil sein. Durch ein kleineres Modell für die Segmentierung mit hohem Durchsatz und ein größeres Modell für die hochpräzise Erkennung erzielt RapiD Engineering auf Jetson-Hardware die richtige Balance zwischen Geschwindigkeit und Genauigkeit.
Für das Training der Modelle beschriftete RapiD Engineering manuell mehr als 20.000 Lachsabbildungen und erstellte so einen hochwertigen Datensatz, der die visuellen Besonderheiten realer Verarbeitungsbedingungen berücksichtigt. Das Team trainiert die Modelle erneut, wenn neue Systeme eingeführt werden oder sich Umgebungsfaktoren wie Kameras oder Hintergründe ändern.
Warum Ultralytics YOLO-Modelle wählen?#
Für RapiD Engineering bot Ultralytics YOLO die ideale Kombination aus Einfachheit, Leistung und Flexibilität, um ein Produktionssystem zu unterstützen, das an mehreren Standorten eingesetzt wird.
Im Vergleich zum zuvor verwendeten Framework konnte das Team den Zeitaufwand für das Training, den Export und die Wartung der Modelle deutlich reduzieren. Allein beim Export sparte es pro Jahr etwa eine Woche Entwicklungszeit. Mit jeder neuen Ultralytics-Version können die Modelle neu trainiert, für den Einsatz auf Jetson nach TensorRT exportiert und mit minimalem Aufwand wieder in die Produktion überführt werden.
Abb. 2. Beispiel für die Erkennung von Mängeln an einem Lachsfilet mit Ultralytics YOLO.
Ultralytics YOLO gab RapiD Engineering außerdem die Flexibilität, verschiedene Aufgabentypen zu nutzen – darunter Instanzsegmentierung, Objekterkennung und Posenschätzung – und das alles innerhalb desselben einheitlichen Frameworks. So werden aktuelle und zukünftige Produktfunktionen unterstützt, während das Unternehmen sein Angebot an Vision-KI erweitert.
Von der reinen Erkennung zu konkreten Erkenntnissen#
Über die Erkennung hinaus ist das Qualitätskontrollsystem von RapiD Engineering über RapiD Vision Explorer, die cloudbasierte Berichts- und Analyseschicht der Plattform, vollständig in die ERP-Systeme seiner Kunden integriert. Jeder analysierte Lachs wird in der Cloud zusammen mit Angaben zu Lieferant, Farm, Standort und Bestellung protokolliert. So erhalten Kunden einen detaillierten Überblick über die Qualität nach Herkunft.
Diese Daten dienen zur Erstellung von Qualitätsberichten für jede Charge. So können Verarbeiter nachverfolgen, welche Landwirte und Lieferanten konstant Fisch höchster Qualität liefern, und im Laufe der Zeit fundierte Beschaffungsentscheidungen treffen. Mithilfe fortschrittlicher Analysen kann RapiD Vision Explorer sogar die derzeit besten Quellen für hochwertige Produkte vorhersagen. Das System steuert außerdem nachgelagerte Förderbänder und leitet Lachs geringerer Qualität automatisch auf alternative Verarbeitungswege, damit Kunden stets Fisch erhalten, der ihren Qualitätsvorgaben entspricht.
Mit der Frontend-Software können Bediener die Erkennungsschwellenwerte feinjustieren, darunter die Mindestgröße von Flecken, Konfidenzwerte und den insgesamt betroffenen Bereich. So lässt sich das System an die spezifischen Qualitätskriterien jedes Verarbeiters anpassen.
Vision AI in der Fischindustrie ausbauen#
Angesichts der starken Nachfrage nach seinen Qualitätskontrollsystemen und der wachsenden Kundenbasis in Europa ist RapiD Engineering gut aufgestellt, um die Rolle von Vision AI in der Fischverarbeitung und darüber hinaus weiter auszubauen. Das Unternehmen plant außerdem, seine Trainings- und Annotationsabläufe auf die Ultralytics Platform zu verlagern und so seine Pipeline bei der Skalierung auf neue Implementierungen weiter zu optimieren.
Durch die Verbindung jahrzehntelanger Ingenieurskompetenz mit modernster Computer Vision hilft RapiD Engineering Verarbeitern von Lachs dabei, eine transparentere, datengestützte und effizientere Lieferkette aufzubauen – eine Charge nach der anderen.
Möchtest du eigene Vision-AI-Lösungen entwickeln? Entdecke die Ultralytics YOLO-Modelle, erfahre, wie YOLO Innovationen in verschiedenen Branchen vorantreibt, und sieh dir unsere Lizenzoptionen an, um loszulegen.
