RapiD Vision, un sistema di visione plug-and-play basato sui modelli Ultralytics YOLO, rileva difetti e deformità in tempo reale, inviando direttamente gli insight ai sistemi ERP del cliente e riducendo di 1 settimana i tempi di progettazione.
Mentre le aziende di trasformazione alimentare affrontano una pressione crescente per garantire una qualità costante su larga scala, la visione artificiale sta trasformando il modo in cui opera il settore. RapiD Engineering, un'azienda di ingegneria con sede nei Paesi Bassi e quartier generale nel villaggio di pescatori di Urk, è all'avanguardia di questo cambiamento con RapiD Vision, una piattaforma di visione plug-and-play progettata per l'industria dei prodotti ittici e non solo.
Integrando i modelli Ultralytics YOLO nei propri sistemi di controllo qualità, RapiD Engineering aiuta ad automatizzare il controllo qualità negli stabilimenti di lavorazione del salmone, automatizzando il rilevamento di difetti e deformità, una delle fasi più laboriose e soggettive del flusso di lavoro, con tracciabilità completa dall'allevamento al cliente.
Portare l'IA di visione plug-and-play nella produzione industriale#
RapiD Engineering sviluppa simulazioni ingegneristiche, applicazioni software e soluzioni di visione artificiale per gli ambienti industriali. Attraverso la piattaforma RapiD Vision, l'azienda progetta sistemi end-to-end basati su tre funzionalità fondamentali: applicazioni Pick & Place per la movimentazione dei prodotti controllata da robot, Quality Control per il rilevamento dei difetti in tempo reale e RapiD Vision Explorer, un livello di reporting e analisi basato sul cloud che si integra direttamente con i sistemi ERP.
La piattaforma è progettata per condizioni complesse e reali: è in grado di gestire prodotti sovrapposti utilizzando la visione/telecamere 3D, distinguere tra diversi tipi di prodotto e coordinare più robot o macchine da un unico sistema di visione. Tra le sue linee di prodotto, Quality Control è diventata l'offerta in più rapida crescita dell'azienda, attirando una forte domanda da parte degli stabilimenti di lavorazione del salmone in tutta Europa.
Fig. 1. Esempio di rilevamento preciso di pesci sovrapposti da parte di Ultralytics YOLO.
Le sfide del controllo qualità nella lavorazione del salmone#
La lavorazione del salmone è un settore ad alto volume e alta precisione, in cui i problemi di qualità possono incidere significativamente sulla soddisfazione dei clienti e sui prezzi. Difetti come macchie di sangue, segni di melanina e altre deformità sono sottili e visivamente simili al colore naturale della polpa di salmone, il che li rende difficili da individuare in modo coerente a occhio nudo.
L'ispezione manuale tradizionale è lenta, faticosa e incoerente tra operatori e turni. Anche quando la visione artificiale è diventata più accessibile, implementarla negli ambienti di trasformazione alimentare ha comportato sfide specifiche. I modelli dovevano essere abbastanza piccoli da funzionare in tempo reale sull'hardware edge, abbastanza precisi da rilevare difetti sottili e abbastanza flessibili da poter essere riaddestrati rapidamente quando venivano introdotte nuove telecamere, condizioni di illuminazione o ambienti.
Prima di adottare Ultralytics, RapiD Engineering si affidava a Detectron, una libreria open source di Meta. Sebbene fosse potente, era difficile da configurare, rendeva complicata l'esportazione dei modelli e non era più attivamente manutenuta, risultando quindi inadatta all'uso in produzione a lungo termine.
Rilevamento dei difetti in tempo reale con Ultralytics YOLO#
Dopo il passaggio a Ultralytics, RapiD Engineering ha ricostruito la propria pipeline di controllo qualità attorno a modelli YOLO eseguiti su hardware edge NVIDIA Jetson. Ogni sistema di lavorazione del salmone esegue simultaneamente quattro modelli Ultralytics YOLO, con una telecamera montata sopra e una montata sotto che acquisiscono entrambi i lati di ogni pesce mentre attraversa la linea.
Per ciascun lato, il sistema esegue due modelli in sequenza: un modello nano Ultralytics YOLO11 per segmentare il salmone dal nastro trasportatore, seguito da un modello YOLO11 large per rilevare deformità dettagliate come macchie di sangue e segni di melanina, in cui le differenze di colore rispetto alla polpa circostante possono essere estremamente sottili. Utilizzando un modello più piccolo per la segmentazione ad alto throughput e un modello più grande per il rilevamento ad alta precisione, RapiD Engineering raggiunge il giusto equilibrio tra velocità e accuratezza sull'hardware Jetson.
Per addestrare i propri modelli, RapiD Engineering ha annotato manualmente più di 20.000 immagini di salmone, creando un dataset di alta qualità in grado di gestire le sfumature visive delle condizioni reali di lavorazione. Il team riaddestra i modelli quando implementa nuovi sistemi o quando cambiano fattori ambientali come le telecamere o gli sfondi.
Perché scegliere i modelli Ultralytics YOLO?#
Per RapiD Engineering, Ultralytics YOLO ha offerto la combinazione ideale di semplicità, prestazioni e flessibilità per supportare un sistema di produzione operativo su più implementazioni.
Rispetto al framework precedente, il team è riuscito a ridurre drasticamente il tempo dedicato all'addestramento, all'esportazione e alla manutenzione dei modelli, risparmiando circa una settimana di lavoro ingegneristico all'anno solo sul flusso di lavoro di esportazione. A ogni nuova release di Ultralytics, i modelli possono essere riaddestrati, esportati in TensorRT per l'implementazione su Jetson e reinseriti in produzione con il minimo attrito.
Fig. 2. Esempio di rilevamento di difetti su un filetto di salmone con Ultralytics YOLO.
Ultralytics YOLO ha inoltre offerto a RapiD Engineering la flessibilità di utilizzare più tipi di task, tra cui segmentazione delle istanze, rilevamento degli oggetti e stima della posa, tutti dallo stesso framework unificato, supportando le funzionalità di prodotto attuali e future mentre l'azienda amplia il proprio portafoglio di IA di visione.
Dal rilevamento grezzo agli insight fruibili#
Oltre al rilevamento, il sistema di controllo qualità di RapiD Engineering è completamente integrato con i sistemi ERP dei clienti tramite RapiD Vision Explorer, il livello di reporting e analisi basato sul cloud della piattaforma. Ogni salmone analizzato viene registrato nel cloud insieme ai dati del fornitore, dell'allevamento, della posizione e dell'ordine, offrendo ai clienti una visione dettagliata delle prestazioni qualitative per origine.
Questi dati vengono utilizzati per generare report sulla qualità per ciascun lotto, aiutando gli stabilimenti di lavorazione a monitorare quali allevatori e fornitori forniscono costantemente il pesce della migliore qualità e a prendere decisioni informate sull'approvvigionamento nel tempo. Grazie all'analisi avanzata, RapiD Vision Explorer può persino prevedere le migliori fonti disponibili per i prodotti di alta qualità. Il sistema controlla inoltre i nastri trasportatori a valle, instradando automaticamente il salmone di qualità inferiore verso percorsi di lavorazione alternativi, così che i clienti ricevano sempre pesce conforme alle proprie specifiche di qualità.
Il software front-end consente agli operatori di mettere a punto le soglie di rilevamento, tra cui la dimensione minima delle macchie, i punteggi di confidenza e l'area totale interessata, garantendo che il sistema possa essere adattato ai criteri di qualità specifici di ciascun trasformatore.
Espandere l'IA di visione in tutta l'industria dei prodotti ittici#
Grazie alla forte domanda per i suoi sistemi di controllo qualità e a una base clienti in crescita in tutta Europa, RapiD Engineering è ben posizionata per continuare ad ampliare il ruolo dell'IA di visione nella lavorazione dei prodotti ittici e oltre. L'azienda sta inoltre pianificando di migrare i propri flussi di lavoro di addestramento e annotazione su Ultralytics Platform, ottimizzando ulteriormente la propria pipeline mentre si espande con nuove implementazioni.
Combinando decenni di esperienza ingegneristica con una visione artificiale all'avanguardia, RapiD Engineering aiuta gli stabilimenti di lavorazione del salmone a costruire una filiera più trasparente, basata sui dati ed efficiente, un lotto alla volta.
Ti interessa creare soluzioni di IA di visione? Esplora i modelli Ultralytics YOLO, scopri come YOLO sta promuovendo l'innovazione in tutti i settori e dai un'occhiata alle nostre opzioni di licenza per iniziare.
