RapiD Engineering despliega el control de calidad de productos del mar 1 semana más rápido con Ultralytics YOLO

A medida que las empresas de procesamiento de alimentos enfrentan una presión creciente para ofrecer una calidad constante a gran escala, la visión artificial está transformando el modo en que opera el sector. RapiD Engineering, una empresa de ingeniería con sede en la localidad pesquera de Urk, en los Países Bajos, se encuentra a la vanguardia de este cambio al crear RapiD Vision, una plataforma de visión plug-and-play diseñada para la industria del marisco y más allá.

Al integrar los modelos Ultralytics YOLO en sus sistemas de control de calidad, RapiD Engineering ayuda a automatizar el control de calidad en los procesadores de salmón, automatizando la detección de defectos y deformidades (uno de los pasos más laboriosos y subjetivos de su flujo de trabajo), con trazabilidad completa desde la granja hasta el cliente.

Link to this sectionLlevando la IA de visión plug-and-play a la producción industrial#

RapiD Engineering desarrolla simulaciones de ingeniería, aplicaciones de software y soluciones de visión artificial para entornos industriales. A través de su plataforma RapiD Vision, la empresa diseña sistemas integrales basados en tres capacidades fundamentales: aplicaciones Pick & Place para la manipulación de productos controlada por robots, control de calidad para la detección de defectos en tiempo real y RapiD Vision Explorer, una capa de análisis e informes basada en la nube que se integra directamente con los sistemas ERP.

La plataforma está diseñada para condiciones complejas del mundo real, siendo capaz de gestionar productos superpuestos mediante visión/cámaras 3D, distinguir entre tipos de productos y orquestar múltiples robots o máquinas desde un único sistema de visión. Entre sus líneas de productos, el control de calidad se ha convertido en la oferta de mayor crecimiento de la empresa, atrayendo una fuerte demanda de los procesadores de salmón de toda Europa.

Fig 1. Ejemplo de pescado superpuesto detectado con precisión por Ultralytics YOLO.

Link to this sectionLos retos del control de calidad en el procesamiento del salmón#

El procesamiento del salmón es una industria de gran volumen y alta precisión donde los problemas de calidad pueden tener un impacto significativo en la satisfacción del cliente y en los precios. Los defectos como manchas de sangre, marcas de melanina y otras deformidades son sutiles y visualmente similares al color natural de la carne del salmón, lo que dificulta su detección constante a simple vista.

La inspección manual tradicional es lenta, fatiga y es inconsistente entre operadores y turnos. Incluso cuando la visión artificial se volvió más accesible, desplegarla en entornos de procesamiento de alimentos trajo sus propios desafíos. Los modelos necesitaban ser lo suficientemente pequeños para ejecutarse en tiempo real en hardware de borde (edge), lo suficientemente precisos para detectar defectos sutiles y lo suficientemente flexibles para ser reentrenados rápidamente cuando se introducían nuevas cámaras, condiciones de iluminación o entornos.

Antes de adoptar Ultralytics, RapiD Engineering dependía de Detectron, una biblioteca de código abierto de Meta. Aunque potente, era difícil de configurar, costaba exportar modelos desde ella y ya no recibía mantenimiento activo, lo que la hacía inadecuada para el uso en producción a largo plazo.

Link to this sectionDetección de defectos en tiempo real con Ultralytics YOLO#

Tras pasarse a Ultralytics, RapiD Engineering reconstruyó su proceso de control de calidad en torno a modelos YOLO ejecutándose en hardware de borde NVIDIA Jetson. Cada sistema de procesamiento de salmón ejecuta cuatro modelos Ultralytics YOLO simultáneamente, con una cámara montada en la parte superior y otra en la inferior que capturan ambos lados de cada pescado a medida que pasa por la línea.

Para cada lado, el sistema ejecuta dos modelos en secuencia: un modelo nano de Ultralytics YOLO11 para segmentar el salmón de la cinta transportadora, seguido de un modelo YOLO11 grande para detectar deformidades granulares como manchas de sangre y marcas de melanina, donde las diferencias de color con respecto a la carne circundante pueden ser extremadamente sutiles. Al utilizar un modelo más pequeño para la segmentación de alto rendimiento y un modelo más grande para la detección de alta precisión, RapiD Engineering logra el equilibrio adecuado de velocidad y precisión en el hardware Jetson.

Para entrenar sus modelos, RapiD Engineering anotó manualmente más de 20 000 imágenes de salmón, creando un conjunto de datos de alta calidad que maneja los matices visuales de las condiciones de procesamiento del mundo real. El equipo vuelve a entrenar los modelos cuando despliega nuevos sistemas o cuando cambian factores ambientales como las cámaras o los fondos.

Link to this section¿Por qué elegir los modelos Ultralytics YOLO?#

Para RapiD Engineering, Ultralytics YOLO ofreció la combinación ideal de simplicidad, rendimiento y flexibilidad para dar soporte a un sistema de producción que se ejecuta en múltiples despliegues.

En comparación con su marco anterior, el equipo pudo reducir drásticamente el tiempo dedicado al entrenamiento, la exportación y el mantenimiento de los modelos, ahorrando alrededor de una semana de trabajo de ingeniería al año solo en el flujo de trabajo de exportación. Con cada nuevo lanzamiento de Ultralytics, los modelos pueden volver a entrenarse, exportarse a TensorRT para el despliegue en Jetson y volver a ponerse en producción con una fricción mínima.

Fig 2. Ejemplo de defectos en filete de salmón detectados con Ultralytics YOLO.

Ultralytics YOLO también dio a RapiD Engineering la flexibilidad de utilizar múltiples tipos de tareas, incluyendo segmentación de instancias, detección de objetos y estimación de poses, todo desde el mismo marco unificado, dando soporte a funciones de producto actuales y futuras a medida que la empresa expande su cartera de IA de visión.

Link to this sectionDe la detección bruta a la información accionable#

Más allá de la detección, el sistema de control de calidad de RapiD Engineering está totalmente integrado con los sistemas ERP de sus clientes a través de RapiD Vision Explorer, la capa de análisis e informes basada en la nube de la plataforma. Cada salmón analizado se registra en la nube junto con sus datos de proveedor, granja, ubicación y pedido, ofreciendo a los clientes una visión detallada del rendimiento de calidad por origen.

Estos datos se utilizan para generar informes de calidad por lote, lo que ayuda a los procesadores a realizar un seguimiento de qué granjas y proveedores entregan constantemente el pescado de mayor calidad, y a tomar decisiones de abastecimiento informadas a lo largo del tiempo. A través de análisis avanzados, RapiD Vision Explorer puede incluso predecir las mejores fuentes actuales para productos de alta calidad. El sistema también controla las cintas transportadoras posteriores, redirigiendo automáticamente el salmón de menor calidad a rutas de procesamiento alternativas para que los clientes reciban siempre pescado que cumpla con sus especificaciones de calidad.

El software front-end permite a los operadores ajustar los umbrales de detección, incluyendo el tamaño mínimo de la mancha, las puntuaciones de confianza y el área total afectada, asegurando que el sistema pueda adaptarse a los criterios de calidad específicos de cada procesador.

Link to this sectionEscalando la IA de visión en la industria del marisco#

Con una fuerte demanda de sus sistemas de control de calidad y una creciente base de clientes en toda Europa, RapiD Engineering está bien posicionada para seguir ampliando el papel de la IA de visión en el procesamiento de marisco y más allá. La empresa también planea migrar sus flujos de trabajo de entrenamiento y anotación a la Plataforma Ultralytics, agilizando aún más su proceso a medida que escala a través de nuevos despliegues.

Al combinar décadas de experiencia en ingeniería con visión artificial de vanguardia, RapiD Engineering ayuda a los procesadores de salmón a construir una cadena de suministro más transparente, eficiente y basada en datos, lote a lote.

¿Te interesa construir tus propias soluciones de IA de visión? Explora los modelos Ultralytics YOLO, aprende cómo YOLO está impulsando innovaciones en todos los sectores y consulta nuestras opciones de licencia para empezar.