Integrando i modelli Ultralytics YOLO, il sistema di ispezione alimentare basato sull’AI di Specialvideo 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 visivamente appetibili e di alta qualità a velocità elevate, ma l’ispezione manuale dei condimenti di ogni pizza può richiedere molto tempo. Specialvideo utilizza un approccio basato sull’AI per la visione artificiale, in grado di rilevare e contare gli ingredienti in tempo reale, consentendo ai produttori di rispettare gli standard delle ricette, ridurre gli sprechi e mantenere operative fluide.
Durante i test di diverse soluzioni di visione artificiale, Specialvideo ha scoperto che alcune tecniche, come la segmentazione semantica, avevano difficoltà a gestire condimenti sovrapposti o nascosti. Utilizzando i modelli Ultralytics YOLO, è riuscita a superare questi ostacoli e a sviluppare un sistema di controllo qualità affidabile e ad alta accuratezza, basato sull’AI, che identifica, conta e verifica i condimenti al volo. Il sistema garantisce una qualità costante senza sacrificare la velocità di produzione.
Migliorare l’ispezione alimentare basata sull’AI con la visione artificiale#
Fondata nel 1993 a Imola, in Italia, Specialvideo vanta oltre 30 anni di esperienza nella progettazione di sistemi avanzati di visione artificiale per la guida dei robot, l’ispezione automatizzata e il rilevamento dei difetti. La sua esperienza si estende anche alla visione artificiale nel settore alimentare.
In particolare, ha sviluppato un sistema di ispezione alimentare con Vision AI che utilizza la segmentazione delle istanze per ottimizzare la produzione di pizze. Trattando ogni condimento come un oggetto distinto, il sistema può 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 identifica due istanze di un ingrediente anche se ne è presente una sola. Identificando gli errori di distribuzione, ovvero condimenti sbilanciati, i produttori possono regolare di conseguenza i parametri di produzione.
Il modello è progettato per adattarsi facilmente a 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, assicurando che ogni prodotto soddisfi elevati standard di sicurezza e qualità.
Le sfide del controllo qualità alimentare in tempo reale (QC)#
I produttori di pizza operano spesso a velocità incredibilmente elevate, sfornando una nuova pizza ogni 600 millisecondi. A questo ritmo, per gli ispettori umani è molto difficile tenere il passo, rendendo complicato monitorare con precisione i condimenti e rilevare eventuali difetti.
Inoltre, ingredienti sovrapposti come salame e funghi possono oscurarsi a vicenda, causando talvolta pizze con condimenti mancanti o eccessivi, distribuzioni errate o quantità non uniformi. Questo non compromette solo l’uniformità del prodotto, ma danneggia anche la reputazione del marchio quando i clienti ricevono pizze che non soddisfano le loro aspettative.
Allo stesso tempo, questi problemi aumentano i costi operativi a causa di maggiori tassi di scarto e risorse sprecate. A ciò si aggiunge il fatto che gli ispettori umani possono affaticarsi durante i turni più lunghi, con conseguente calo dell’attenzione e aumento del rischio di errori.
Consapevoli di queste criticità, molti produttori stanno ora adottando sistemi di controllo qualità abilitati dalla visione artificiale e sistemi automatizzati di ispezione alimentare. Questi sistemi innovativi offrono un monitoraggio in tempo reale e contribuiscono a ridurre gli errori umani, sostenendo al contempo una produzione di alta qualità.
Rilevamento dei difetti alimentari in tempo reale con la visione artificiale#
La soluzione Vision AI di Specialvideo utilizza il supporto alla segmentazione delle istanze dei modelli Ultralytics YOLO per ispezionare ogni pizza in tempo reale, così che solo i prodotti di qualità arrivino ai consumatori. Conta e misura con precisione i condimenti confrontando ogni pizza con la relativa ricetta, rilevando rapidamente ingredienti mancanti o in eccesso, 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 l’accuratezza dopo la distribuzione, Specialvideo amplia continuamente il proprio dataset, perfeziona l’accuratezza dell’annotazione e riaddestra regolarmente YOLO. Durante l’addestramento utilizza 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 raffigura pizze Margherita per fornire un utile contesto di sfondo, aiutando 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 utilizza YOLO per velocizzare l’annotazione delle nuove immagini, riducendo la necessità di supervisione umana con l’evolversi delle varietà di ingredienti.
Fig. 1 YOLO viene utilizzato per rilevare e segmentare i condimenti su una pizza nell’ambito dell’ispezione alimentare basata sull’AI.
Perché scegliere i modelli Ultralytics YOLO?#
Specialvideo ha scelto di utilizzare i modelli Ultralytics YOLO perché offrono un ottimo equilibrio tra prestazioni del modello AI e costi. Con una GPU Nvidia GTX-1660gt (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 realizza una pizza ogni 600 ms.
La velocità di elaborazione efficiente di YOLO facilita il controllo qualità in tempo reale. Nel complesso, questo approccio non solo ottimizza la produzione, ma supporta 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 un’accuratezza del 99%#
Integrando i modelli Ultralytics YOLO, la soluzione di ispezione alimentare basata sull’AI di Specialvideo ha trasformato il controllo qualità nella produzione di pizze. Addestrato su un solido dataset di oltre 1.500 immagini, il modello riconosce con precisione più di 10 ingredienti diversi, classificandoli in elementi numerabili, come olive, fette di salame, acciughe e palline 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 un’accuratezza 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 con precisione ingredienti presenti in prodotti alimentari non inclusi nell’addestramento iniziale, come insalate e pasta, facilitando l’espansione verso nuove linee di prodotto. 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 nel settore alimentare#
Il futuro di Specialvideo si presenta entusiasmante. L’azienda prevede di ampliare la propria soluzione Vision AI includendo altri prodotti alimentari, come insalate e pasta. Perfezionando continuamente i propri modelli di deep learning e ampliando il dataset, Specialvideo mira a migliorare ulteriormente il controllo qualità in tempo reale, ridurre gli sprechi e aumentare l’efficienza produttiva. Questi miglioramenti contribuiranno a definire nuovi standard di settore.
Vuoi potenziare le tue attività con Vision AI? Visita il nostro repository GitHub per scoprire come le soluzioni AI di Ultralytics stanno avendo un impatto in ambiti come l’AI nel settore sanitario e la visione artificiale nella produzione industriale. Trova informazioni dettagliate sui nostri modelli YOLO e sulle opzioni di licenza, e fai il primo passo verso un’automazione più intelligente ed efficiente.
