Ultralytics YOLO impulsa la herramienta de inspección de alimentos de Specialvideo

Los fabricantes de pizza a menudo necesitan producir productos visualmente atractivos y de alta calidad a alta velocidad, pero la inspección manual de los ingredientes para cada pizza puede llevar mucho tiempo. Specialvideo aprovecha un enfoque impulsado por la visión artificial para detectar y contar los ingredientes en tiempo real, lo que permite a los productores mantener los estándares de la receta, reducir el desperdicio y mantener operaciones fluidas.

Mientras probaba varias soluciones de visión, Specialvideo descubrió que ciertas técnicas como la segmentación semántica tenían problemas con los ingredientes superpuestos u ocultos. Mediante el uso de modelos Ultralytics YOLO, pudieron superar estos obstáculos y desarrollar un sistema de control de calidad fiable y de alta precisión impulsado por la IA que identifica, cuenta y verifica los ingredientes sobre la marcha. Garantiza una calidad constante sin sacrificar la velocidad de producción.

Mejora de la inspección alimentaria mediante IA con visión artificial

Fundada en 1993 en Imola, Italia, Specialvideo se basa en más de 30 años de experiencia en el diseño de sistemas avanzados de visión artificial para la guía de robots, la inspección automatizada y la detección de defectos. Su experiencia también se extiende a la visión artificial en la industria alimentaria. 

En particular, desarrollaron un sistema de inspección de alimentos con visión artificial que utiliza la segmentación de instancias para agilizar la producción de pizza. Al tratar cada ingrediente como un objeto distinto, el sistema puede detectar, segmentar y contar con precisión los ingredientes en tiempo real. Aborda problemas como las oclusiones (en las que un ingrediente está parcialmente cubierto por otro) y las detecciones dobles (en las que el sistema identifica dos instancias de un ingrediente cuando solo hay una). Al identificar los errores de colocación (es decir, los ingredientes desequilibrados), los fabricantes pueden ajustar los parámetros de producción en consecuencia.

El modelo está diseñado para adaptarse fácilmente a nuevos ingredientes y puede volver a entrenarse sin una revisión completa.

Además, el sistema puede verificar la forma, comprobar el cumplimiento del color y detectar posibles contaminantes, asegurando que cada producto cumpla con altos estándares de seguridad y calidad.

Desafíos en el control de calidad de alimentos (QC) en tiempo real

Los fabricantes de pizza a menudo operan a velocidades increíblemente altas, produciendo una nueva pizza cada 600 milisegundos. A ese ritmo, es muy difícil para los inspectores humanos mantenerse al día, lo que dificulta el seguimiento de los ingredientes y la detección precisa de cualquier defecto.

Además, la superposición de ingredientes como el salami y los champiñones puede ocultarlos entre sí, lo que a veces da lugar a pizzas con ingredientes faltantes o excesivos, distribuciones incorrectas o cantidades inconsistentes. Esto no solo interrumpe la uniformidad del producto, sino que también perjudica la reputación de la marca cuando los clientes reciben pizzas que no cumplen con sus expectativas. 

A su vez, estos problemas aumentan los costes operativos debido a las mayores tasas de desecho y al desperdicio de recursos. Además de estos problemas, los inspectores humanos pueden fatigarse durante turnos largos, lo que provoca que su atención disminuya y aumente el riesgo de errores. 

Reconociendo estos inconvenientes, muchos fabricantes están adoptando ahora sistemas de control de calidad habilitados con visión artificial y sistemas automatizados de inspección de alimentos. Estos innovadores sistemas proporcionan supervisión en tiempo real y ayudan a reducir los errores humanos al tiempo que respaldan resultados de alta calidad. 

Detección de defectos alimentarios en tiempo real con visión artificial

La solución de IA de visión de Specialvideo utiliza el soporte de segmentación de instancias de los modelos YOLO de Ultralytics para inspeccionar cada pizza en tiempo real, de modo que solo los productos de calidad lleguen a los consumidores. Cuenta y mide con precisión los ingredientes comparando cada pizza con su receta, detectando rápidamente ingredientes faltantes o adicionales, distribuciones desiguales y cantidades inconsistentes.

Cuando se detecta una pizza defectuosa, ya sea por la colocación incorrecta de los ingredientes, cantidades incorrectas de ingredientes o contaminantes como plástico azul, el sistema la desvía automáticamente a una línea de desecho. 

Para mantener la precisión después de la implementación, Specialvideo amplía continuamente su conjunto de datos, refina la precisión del etiquetado y vuelve a entrenar YOLO con regularidad. Utilizan el aumento de datos durante el entrenamiento para evitar el sobreajuste y ayudar al modelo a generalizar a partir de un número limitado de muestras. Además, el 10% de las imágenes de entrenamiento muestran pizzas Margherita para proporcionar un contexto de fondo útil, lo que ayuda a la red a manejar las variaciones incluso dentro del mismo tipo de ingrediente, como los diferentes tipos de salami.

Más allá de esto, para que el proceso de reentrenamiento sea aún más eficiente, Specialvideo ha implementado un flujo de trabajo para nuevos ingredientes de pizza. Este flujo de trabajo aprovecha YOLO para acelerar el etiquetado de nuevas imágenes, reduciendo la necesidad de supervisión humana a medida que evolucionan las variedades de ingredientes.

‍

¿Por qué elegir los modelos YOLO de Ultralytics?

Specialvideo eligió usar los modelos YOLO de Ultralytics porque ofrecen un gran equilibrio entre el rendimiento del modelo de IA y el costo. Con una GPU (Unidad de Procesamiento Gráfico) Nvidia GTX-1660gt, el sistema alcanza tiempos de inferencia de solo 200 - 250 ms, lo que lo hace lo suficientemente rápido como para manejar una línea de producción que produce una pizza cada 600 ms. 

La eficiente velocidad de procesamiento de YOLO facilita el control de calidad en tiempo real. En general, este enfoque no solo agiliza la producción, sino que también admite la escalabilidad, lo que la convierte en una solución robusta para entornos de fabricación de alimentos de alto volumen. 

La solución de inspección de alimentos habilitada con YOLO ofrece un 99% de precisión

Al integrar los modelos YOLO de Ultralytics, la solución de inspección de alimentos por IA de Specialvideo ha transformado el control de calidad en la producción de pizza. Entrenado en un conjunto de datos robusto de más de 1500 imágenes, el modelo reconoce con precisión más de 10 ingredientes diferentes, clasificándolos en elementos contables, como aceitunas, rodajas de salami, anchoas y bolas de mozzarella, y elementos no contables, como jamón en cubos, champiñones, rodajas de queso y pimientos. 

El sistema impulsado por YOLO opera en tiempo real con hasta un 99% de precisión, superando a los inspectores humanos y reduciendo significativamente los tiempos de inspección en comparación con los métodos manuales. 

Curiosamente, la solución ha demostrado resultados prometedores al reconocer con precisión los ingredientes de los productos alimenticios no incluidos en su formación inicial, como ensaladas y pasta, lo que facilita la expansión a nuevas líneas de productos. En última instancia, este enfoque innovador aumenta la eficiencia operativa, minimiza el desperdicio y reduce los costos, estableciendo un nuevo punto de referencia para la inspección automatizada de alimentos y el control de calidad.

Promoción de la fabricación inteligente en la industria alimentaria

El futuro de Specialvideo parece prometedor. La empresa planea ampliar su solución de IA de visión para incluir otros productos alimenticios como ensaladas y pasta. Mediante el ajuste continuo de sus modelos de aprendizaje profundo y el crecimiento de su conjunto de datos, Specialvideo pretende mejorar aún más el control de calidad en tiempo real, reducir los residuos y aumentar la eficiencia de la producción. Estas mejoras ayudarán a establecer nuevos estándares en la industria.

¿Desea impulsar sus operaciones con Visión Artificial? Diríjase a nuestro repositorio de GitHub para ver cómo las soluciones de IA de Ultralytics están teniendo un impacto en áreas como la IA en la atención médica y la visión artificial en la fabricación. Encuentre información detallada sobre nuestros modelos YOLO y las opciones de licencia, y dé ese primer paso hacia una automatización más inteligente y eficiente.