Integrando i modelli Ultralytics YOLO, il sistema AI di Specialvideo per il controllo degli alimenti ha portato l'accuratezza del rilevamento al 99% e ridotto il tempo di ispezione a meno di 250 ms per pizza.
I produttori di pizza devono spesso realizzare prodotti attraenti e di alta qualità a ritmi elevati, ma ispezionare manualmente i condimenti di ogni pizza può richiedere molto tempo. Specialvideo adotta 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 fluide le operazioni.
Durante i test di diverse soluzioni di visione, Specialvideo ha scoperto che alcune tecniche, come la segmentazione semantica, avevano difficoltà con condimenti sovrapposti o nascosti. Usando i modelli Ultralytics YOLO, l'azienda è riuscita a superare questi ostacoli e a sviluppare un sistema di controllo qualità affidabile e accurato basato sull'AI, che identifica, conta e verifica i condimenti in tempo reale. Il sistema garantisce una qualità costante senza compromettere la velocità di produzione.
Migliorare il controllo degli alimenti con la computer vision#
Fondata nel 1993 a Imola, in Italia, Specialvideo vanta oltre 30 anni di esperienza nella progettazione di sistemi avanzati di computer vision per la guida dei robot, l'ispezione automatizzata e il rilevamento dei difetti. Le sue competenze si estendono anche alla computer vision nell'industria alimentare.
In particolare, Specialvideo ha sviluppato un sistema di ispezione alimentare con Vision AI che utilizza la segmentazione delle istanze per ottimizzare la produzione di pizza. Considerando ogni condimento come un oggetto distinto, il sistema è in grado di rilevare, segmentare e contare con precisione gli ingredienti in tempo reale. Affronta problemi come le occlusioni, quando un ingrediente è parzialmente coperto da un altro, e i doppi rilevamenti, quando il sistema individua due istanze di un ingrediente che in realtà è presente una sola volta. Identificando gli errori di posizionamento, come una distribuzione non uniforme dei condimenti, i produttori possono modificare di conseguenza i parametri di produzione.
Il modello è progettato per adattarsi facilmente a nuovi ingredienti e può essere riaddestrato senza dover riprogettare l'intero sistema.
Inoltre, il sistema può controllare la forma, verificare la conformità dei colori e rilevare potenziali contaminanti, assicurandosi che ogni prodotto rispetti elevati standard di sicurezza e qualità.
Le sfide del controllo qualità (QC) alimentare in tempo reale#
I produttori di pizza lavorano spesso a ritmi incredibilmente elevati, sfornando una nuova pizza ogni 600 millisecondi. A questa velocità, è molto difficile per gli ispettori umani stare al passo, rendendo complicato monitorare i condimenti e rilevare con precisione eventuali difetti.
Inoltre, ingredienti sovrapposti come salame e funghi possono nascondersi a vicenda, dando talvolta origine a pizze con condimenti mancanti o in eccesso, distribuzioni errate o quantità non uniformi. Questo non solo compromette l'uniformità del prodotto, ma danneggia anche la reputazione del marchio quando i clienti ricevono pizze che non soddisfano le loro aspettative.
Questi problemi fanno anche aumentare i costi operativi, generando più scarti e sprechi di risorse. Inoltre, gli ispettori umani possono affaticarsi durante i turni lunghi, perdere concentrazione e commettere più errori.
Consapevoli di questi problemi, molti produttori stanno adottando sistemi di controllo qualità e ispezione alimentare automatizzata basati sulla computer vision. Questi sistemi innovativi offrono un monitoraggio in tempo reale e contribuiscono a ridurre gli errori umani, garantendo al contempo prodotti di alta qualità.
Rilevare in tempo reale i difetti alimentari con la visione artificiale#
La soluzione Vision AI di Specialvideo sfrutta il supporto alla segmentazione delle istanze dei modelli Ultralytics YOLO per ispezionare ogni pizza in tempo reale, assicurando che solo i prodotti di qualità raggiungano i consumatori. Conta e misura con precisione i condimenti confrontando ogni pizza con la relativa ricetta e rileva rapidamente ingredienti mancanti o in eccesso, distribuzioni non uniformi e quantità incoerenti.
Quando viene rilevata una pizza difettosa, a causa di condimenti disposti male, quantità errate di ingredienti o contaminanti come plastica blu, il sistema la devia automaticamente verso una linea di scarto.
Per mantenere l'accuratezza dopo la distribuzione, Specialvideo amplia costantemente il dataset, perfeziona la precisione delle annotazioni e riaddestra regolarmente YOLO. Durante l'addestramento, l'azienda usa l'aumento dei dati per prevenire l'overfitting e aiutare il modello a generalizzare a partire da un numero limitato di campioni. Inoltre, il 10% delle immagini di addestramento mostra pizze Margherita, fornendo un contesto di sfondo utile che aiuta la rete a gestire le variazioni anche all'interno dello stesso tipo di ingrediente, come i diversi tipi di salame.
Inoltre, per rendere ancora più efficiente il processo di riaddestramento, Specialvideo ha implementato un flusso di lavoro per i nuovi ingredienti delle pizze. Questo flusso sfrutta YOLO per velocizzare l'annotazione delle nuove immagini, riducendo la necessità di supervisione umana man mano che si amplia la varietà degli ingredienti.
Fig. 1. YOLO viene usato per rilevare e segmentare i condimenti di una pizza nell'ispezione alimentare basata sull'AI.
Perché scegliere i modelli Ultralytics YOLO?#
Specialvideo ha scelto i modelli Ultralytics YOLO perché offrono un ottimo equilibrio tra prestazioni del modello di IA e costi. Con una GPU NVIDIA GTX 1660 (unità di elaborazione grafica), il sistema raggiunge tempi di inferenza di appena 200–250 ms, risultando abbastanza veloce da gestire una linea di produzione che sforna una pizza ogni 600 ms.
L'elaborazione efficiente di YOLO rende possibile il controllo qualità in tempo reale. Nel complesso, questo approccio non solo ottimizza la produzione, ma favorisce anche la scalabilità, offrendo una soluzione solida per gli ambienti di produzione alimentare ad alto volume.
La soluzione di ispezione alimentare basata su YOLO raggiunge il 99% di accuratezza#
Integrando i modelli Ultralytics YOLO, la soluzione AI di Specialvideo per l'ispezione alimentare ha trasformato il controllo qualità nella produzione di pizza. Addestrato su un solido dataset di oltre 1.500 immagini, il modello riconosce con precisione più di 10 ingredienti diversi, classificandoli in elementi quantificabili, come olive, fette di salame, acciughe e bocconcini di mozzarella, ed elementi non quantificabili, come prosciutto a cubetti, funghi, fette di formaggio e peperoni.
Il sistema basato su YOLO funziona in tempo reale con un'accuratezza fino al 99%, superando gli ispettori umani e riducendo notevolmente i tempi di ispezione rispetto ai metodi manuali.
È interessante notare che la soluzione ha dato risultati promettenti, riconoscendo con precisione gli ingredienti in prodotti alimentari non inclusi nell'addestramento iniziale, come insalate e pasta, e facilitando così l'espansione a nuove linee di prodotti. In definitiva, questo approccio innovativo migliora 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 interessante. L'azienda intende ampliare la propria soluzione Vision AI per includere altri prodotti alimentari, come insalate e pasta. Perfezionando costantemente i modelli di deep learning e ampliando il dataset, Specialvideo punta a migliorare ulteriormente il controllo qualità in tempo reale, ridurre gli sprechi e aumentare l'efficienza produttiva. Questi progressi contribuiranno a definire nuovi standard di settore.
Vuoi potenziare le tue operazioni con la Vision AI? Visita il nostro repository GitHub per scoprire come le soluzioni di IA di Ultralytics stanno facendo la differenza in ambiti come l'ispezione visiva automatizzata e la visione artificiale nella produzione. Scopri nel dettaglio i nostri modelli YOLO e le opzioni di licenza, e muovi il primo passo verso un'automazione più intelligente ed efficiente.
Scritto da
Creatore di contenuti · Ultralytics
