A Specialvideo alcança 99% de precisão na inspeção de alimentos com Ultralytics YOLO

Ao integrar os modelos Ultralytics YOLO, o sistema de inspeção alimentar com IA da Specialvideo aumentou a precisão da deteção para 99% e reduziu o tempo de inspeção para menos de 250 ms por pizza.

Os fabricantes de pizza precisam muitas vezes de produzir produtos visualmente apelativos e de elevada qualidade a grande velocidade, mas inspecionar manualmente os ingredientes de cada pizza pode ser demorado. A Specialvideo utiliza uma abordagem baseada em IA visual para detetar e contar ingredientes em tempo real, permitindo aos produtores cumprir os padrões das receitas, reduzir o desperdício e manter operações fluidas.

Ao testar várias soluções de visão, a Specialvideo descobriu que certas técnicas, como a segmentação semântica, tinham dificuldades com coberturas sobrepostas ou ocultas. Com os modelos Ultralytics YOLO, conseguiram superar estes obstáculos e desenvolver um sistema de controlo de qualidade fiável e de elevada precisão, com tecnologia de IA, que identifica, conta e verifica coberturas em tempo real. O sistema garante uma qualidade consistente sem comprometer a velocidade de produção.

A melhorar a inspeção alimentar com IA através da visão computacional#

Fundada em 1993 em Imola, Itália, a Specialvideo conta com mais de 30 anos de experiência na conceção de sistemas avançados de visão computacional para orientação de robôs, inspeção automatizada e deteção de defeitos. A experiência da empresa também abrange a visão computacional na indústria alimentar.

Em particular, a empresa desenvolveu um sistema de inspeção alimentar com IA visual que utiliza a segmentação de instâncias para simplificar a produção de pizzas. Ao tratar cada ingrediente como um objeto distinto, o sistema consegue detetar, segmentar e contar ingredientes com precisão e em tempo real. O sistema resolve problemas como as oclusões (quando um ingrediente fica parcialmente coberto por outro) e as deteções duplicadas (quando o sistema identifica duas instâncias de um ingrediente, apesar de existir apenas uma). Ao identificar erros de distribuição (ou seja, ingredientes distribuídos de forma desequilibrada), os fabricantes podem ajustar os parâmetros de produção em conformidade.

O modelo foi concebido para acomodar facilmente novos ingredientes e pode ser retreinado sem exigir uma reformulação completa.

Além disso, o sistema pode verificar a forma, confirmar a conformidade da cor e detetar possíveis contaminantes, garantindo que cada produto cumpre normas rigorosas de segurança e qualidade.

Desafios do controlo de qualidade (QC) alimentar em tempo real#

Os fabricantes de pizza operam muitas vezes a velocidades extremamente elevadas, produzindo uma nova pizza a cada 600 milissegundos. A esse ritmo, é muito difícil os inspetores humanos acompanharem a produção, o que dificulta a monitorização dos ingredientes e a deteção precisa de defeitos.

Além disso, ingredientes sobrepostos, como salame e cogumelos, podem ocultar-se mutuamente, dando por vezes origem a pizzas com ingredientes em falta ou em excesso, distribuição incorreta ou quantidades inconsistentes. Isto não só compromete a uniformidade do produto como também prejudica a reputação da marca quando os clientes recebem pizzas que não correspondem às suas expectativas.

Ao mesmo tempo, estes problemas aumentam os custos operacionais devido ao maior volume de produtos rejeitados e ao desperdício de recursos. Para agravar a situação, os inspetores humanos podem ficar fatigados durante turnos longos, perder a concentração e aumentar o risco de erros.

Reconhecendo estas limitações, muitos fabricantes estão agora a adotar sistemas de controlo de qualidade com visão computacional e de inspeção alimentar automatizada. Estes sistemas inovadores proporcionam supervisão em tempo real e ajudam a reduzir os erros humanos, apoiando simultaneamente a produção de produtos de elevada qualidade.

Deteção de defeitos alimentares em tempo real com visão artificial#

A solução de IA visual da Specialvideo utiliza o suporte dos modelos Ultralytics YOLO para a segmentação de instâncias, inspecionando cada pizza em tempo real para garantir que só chegam aos consumidores produtos de qualidade. A solução conta e mede os ingredientes com precisão, comparando cada pizza com a respetiva receita e detetando rapidamente ingredientes em falta ou em excesso, distribuições desiguais e quantidades inconsistentes.

Quando uma pizza com defeito é detectada, seja por coberturas desalinhadas, quantidades incorretas de ingredientes ou contaminantes como plástico azul, o sistema a desvia automaticamente para uma linha de descarte.

Para manter a precisão após a implementação, a Specialvideo expande continuamente o seu conjunto de dados, aperfeiçoa a precisão das anotações e retreina o YOLO regularmente. Durante o treino, a empresa utiliza aumento de dados para evitar o sobreajuste e ajudar o modelo a generalizar a partir de um número limitado de amostras. Além disso, 10% das imagens de treino incluem pizzas Margherita, fornecendo contexto útil de fundo que ajuda a rede a lidar com variações, mesmo dentro do mesmo tipo de ingrediente, como diferentes tipos de salame.

Além disso, para tornar o processo de retreinamento ainda mais eficiente, a Specialvideo implementou um fluxo de trabalho para novos ingredientes de pizza. Este fluxo de trabalho utiliza o YOLO para acelerar a anotação de novas imagens, reduzindo a necessidade de supervisão humana à medida que a variedade de ingredientes evolui.

Fig. 1. O YOLO é utilizado para detetar e segmentar os ingredientes de uma pizza numa inspeção alimentar com IA.

Por que escolher os modelos Ultralytics YOLO?#

A Specialvideo escolheu usar modelos Ultralytics YOLO porque eles oferecem um ótimo equilíbrio entre o desempenho do modelo de IA e o custo. Com uma GPU NVIDIA GTX 1660 (unidade de processamento gráfico), o sistema alcança tempos de inferência de apenas 200–250 ms, sendo rápido o suficiente para lidar com uma linha de produção que produz uma pizza a cada 600 ms.

A velocidade de processamento eficiente do YOLO facilita o controlo de qualidade em tempo real. No geral, esta abordagem não só simplifica a produção como também apoia a escalabilidade, tornando-se uma solução robusta para ambientes de fabrico alimentar de grande volume.

A solução de inspeção alimentar com YOLO alcança 99% de precisão#

Ao integrar os modelos Ultralytics YOLO, a solução de inspeção alimentar com IA da Specialvideo transformou o controlo de qualidade na produção de pizzas. Treinado com um conjunto de dados robusto de mais de 1500 imagens, o modelo reconhece com precisão mais de 10 ingredientes diferentes, classificando-os como itens contáveis, como azeitonas, fatias de salame, anchovas e bolas de mozzarella, e itens não contáveis, como fiambre em cubos, cogumelos, fatias de queijo e pimentos.

O sistema baseado em YOLO funciona em tempo real com uma precisão de até 99%, superando os inspetores humanos e reduzindo significativamente os tempos de inspeção em comparação com os métodos manuais.

Curiosamente, a solução demonstrou resultados promissores ao reconhecer com precisão ingredientes em produtos alimentares que não fizeram parte do treino inicial, como saladas e massas, facilitando a expansão para novas linhas de produtos. Em última análise, esta abordagem inovadora aumenta a eficiência operacional, minimiza o desperdício e reduz os custos, estabelecendo um novo padrão para a inspeção alimentar automatizada e a garantia da qualidade.

A promover a indústria alimentar inteligente#

O futuro da Specialvideo é promissor. A empresa planeia expandir a sua solução de IA visual a outros produtos alimentares, como saladas e massas. Ao aperfeiçoar continuamente os seus modelos de aprendizagem profunda e aumentar o conjunto de dados, a Specialvideo pretende melhorar ainda mais o controlo de qualidade em tempo real, reduzir o desperdício e aumentar a eficiência da produção. Estas melhorias ajudarão a estabelecer novos padrões para o setor.

Quer impulsionar suas operações com Vision AI? Acesse nosso repositório do GitHub para ver como as soluções de IA da Ultralytics estão causando impacto em áreas como inspeção visual automatizada e visão computacional na indústria. Encontre informações detalhadas sobre nossos modelos YOLO e opções de licenciamento e dê o primeiro passo rumo a uma automação mais inteligente e eficiente.