Ultralytics YOLO alimenta lo strumento di ispezione alimentare di Specialvideo

I produttori di pizza spesso hanno bisogno di produrre prodotti di alta qualità e visivamente accattivanti ad alta velocità, ma l'ispezione manuale dei condimenti per ogni pizza può richiedere molto tempo. Specialvideo sfrutta un approccio basato sulla vision AI per rilevare e contare gli ingredienti in tempo reale, consentendo ai produttori di rispettare gli standard delle ricette, ridurre gli sprechi e mantenere un funzionamento regolare.

Durante i test di varie soluzioni di visione, Specialvideo ha scoperto che alcune tecniche come la segmentazione semantica avevano difficoltà con i condimenti sovrapposti o nascosti. Utilizzando i modelli YOLO di Ultralytics, sono stati in grado di superare questi ostacoli e sviluppare un sistema di controllo qualità affidabile e ad alta precisione basato sull'IA che identifica, conta e verifica i condimenti al volo. Ciò garantisce una qualità costante senza sacrificare la velocità di produzione.

Migliorare l'ispezione alimentare con IA grazie alla computer vision

Fondata nel 1993 a Imola, Italia, Specialvideo vanta oltre 30 anni di esperienza nella progettazione di sistemi avanzati di computer vision per la guida robotizzata, l'ispezione automatizzata e il rilevamento di difetti. La loro esperienza si estende anche alla computer vision nell'industria alimentare. 

In particolare, hanno sviluppato un sistema di ispezione alimentare con Vision AI che utilizza la segmentazione delle istanze per semplificare la produzione di pizza. Trattando ogni condimento come un oggetto distinto, il sistema può rilevare, segmentare e contare accuratamente gli ingredienti in tempo reale. Affronta problemi come le occlusioni (dove un ingrediente è parzialmente coperto da un altro) e i doppi rilevamenti (dove il sistema identifica due istanze di un ingrediente quando ce n'è solo una). Identificando gli errori di posizionamento (cioè i condimenti sbilanciati), i produttori possono adeguare di conseguenza i parametri di produzione.

Il modello è progettato per accogliere facilmente nuovi ingredienti e può essere riaddestrato senza una revisione completa.

Inoltre, il sistema può controllare la forma, verificare la conformità del colore e rilevare potenziali contaminanti, assicurandosi che ogni prodotto soddisfi elevati standard di sicurezza e qualità.

Sfide nel controllo qualità (QC) alimentare in tempo reale

I produttori di pizza spesso operano a velocità incredibilmente elevate, sfornando una nuova pizza ogni 600 millisecondi. A quel ritmo, è molto difficile per gli ispettori umani tenere il passo, rendendo difficile monitorare i condimenti e rilevare eventuali difetti in modo accurato.

Oltre a ciò, ingredienti sovrapposti come salame e funghi possono oscurarsi a vicenda, il che a volte porta a pizze con condimenti mancanti o eccessivi, distribuzioni errate o quantità incoerenti. Questo non solo interrompe l'uniformità del prodotto, ma danneggia anche la reputazione del marchio quando i clienti ricevono pizze che non sono all'altezza delle loro aspettative. 

Allo stesso tempo, questi problemi fanno aumentare i costi operativi a causa dei maggiori tassi di scarto e dello spreco di risorse. In aggiunta a questi problemi, gli ispettori umani possono affaticarsi durante i lunghi turni, causando un calo dell'attenzione e aumentando il rischio di errori. 

Riconoscendo queste insidie, molti produttori stanno adottando sistemi di controllo qualità e ispezione alimentare automatizzati basati sulla computer vision. Questi sistemi innovativi forniscono una supervisione in tempo reale e aiutano a ridurre gli errori umani, supportando al contempo risultati di alta qualità. 

Rilevamento in tempo reale dei difetti alimentari con la machine vision

La soluzione Vision AI di Specialvideo utilizza il supporto per l'instance segmentation dei modelli YOLO di Ultralytics per ispezionare ogni pizza in tempo reale, in modo che solo prodotti di qualità raggiungano i consumatori. Conta e misura accuratamente i condimenti confrontando ogni pizza con la sua ricetta, rilevando rapidamente ingredienti mancanti o extra, distribuzioni non uniformi e quantità incoerenti.

Quando viene rilevata una pizza difettosa, a causa di condimenti disallineati, quantità errate di ingredienti o contaminanti come plastica blu, il sistema la devia automaticamente verso una linea di scarto. 

Per mantenere la precisione dopo l'implementazione, Specialvideo espande continuamente il suo dataset, affina l'accuratezza dell'etichettatura e riaddestra regolarmente YOLO. Utilizzano la data augmentation durante l'addestramento per prevenire l'overfitting e aiutare il modello a generalizzare da un numero limitato di campioni. Inoltre, il 10% delle immagini di addestramento presenta pizze Margherita per fornire un utile contesto di sfondo, che aiuta la rete a gestire le variazioni anche all'interno dello stesso tipo di ingrediente, come diversi tipi di salame.

Oltre a questo, per rendere il processo di riaddestramento ancora più efficiente, Specialvideo ha implementato un flusso di lavoro per i nuovi ingredienti della pizza. Questo flusso di lavoro sfrutta YOLO per accelerare l'etichettatura di nuove immagini, riducendo la necessità di supervisione umana man mano che le varietà di ingredienti si evolvono.

‍

Perché scegliere i modelli YOLO di Ultralytics?

Specialvideo ha scelto di utilizzare i modelli YOLO di Ultralytics perché offrono un ottimo equilibrio tra prestazioni del modello AI e costi. Con una GPU (Graphics Processing Unit) Nvidia GTX-1660gt, il sistema raggiunge tempi di inferenza di soli 200 - 250 ms, rendendolo abbastanza veloce da gestire una linea di produzione che produce una pizza ogni 600 ms. 

L'efficiente velocità di elaborazione di YOLO facilita il controllo qualità in tempo reale. Nel complesso, questo approccio non solo semplifica la produzione, ma supporta anche la scalabilità, rendendola una soluzione robusta per ambienti di produzione alimentare ad alto volume. 

La soluzione di ispezione alimentare basata su YOLO offre una precisione del 99%

Integrando i modelli YOLO di Ultralytics, la soluzione di ispezione alimentare basata su AI di Specialvideo ha trasformato il controllo qualità nella produzione di pizza. Il modello, addestrato su un solido set di dati di oltre 1.500 immagini, riconosce accuratamente più di 10 ingredienti diversi, classificandoli in elementi numerabili, come olive, fette di salame, acciughe e bocconcini di mozzarella, ed elementi non numerabili, come prosciutto a cubetti, funghi, fette di formaggio e peperoni. 

Il sistema basato su YOLO opera in tempo reale con una precisione fino al 99%, superando gli ispettori umani e riducendo significativamente i tempi di ispezione rispetto ai metodi manuali. 

È interessante notare che la soluzione ha dimostrato risultati promettenti riconoscendo accuratamente ingredienti in prodotti alimentari non inclusi nel suo addestramento iniziale, come insalate e pasta, facilitando una più agevole espansione in nuove linee di prodotti. In definitiva, questo approccio innovativo aumenta l'efficienza operativa, riduce al minimo gli sprechi e abbassa i costi, stabilendo un nuovo punto di riferimento per l'ispezione alimentare automatizzata e la garanzia della qualità.

Promuovere la produzione intelligente nell'industria alimentare

Il futuro di Specialvideo si prospetta entusiasmante. L'azienda prevede di espandere la sua soluzione Vision AI per includere altri prodotti alimentari come insalate e pasta. Affinando continuamente i suoi modelli di deep learning e ampliando il suo set di dati, Specialvideo mira a migliorare ulteriormente il controllo qualità in tempo reale, ridurre gli sprechi e aumentare l'efficienza della produzione. Questi miglioramenti contribuiranno a stabilire nuovi standard di settore.

Vuoi dare impulso alle tue operazioni con la Vision AI? Visita il nostro repository GitHub per vedere come le soluzioni AI di Ultralytics stanno avendo un impatto in aree come l'AI nel settore sanitario e la computer vision nella produzione. Trova informazioni dettagliate sui nostri modelli YOLO e sulle opzioni di licenza, e fai il primo passo verso un'automazione più intelligente ed efficiente.