Ao integrar modelos Ultralytics YOLO, o sistema de inspeção alimentar com IA da Specialvideo aumentou a precisão de deteção para 99% e reduziu o tempo de inspeção para menos de 250 ms por pizza.
Os fabricantes de pizza frequentemente precisam de produzir produtos visualmente apelativos e de alta qualidade a alta velocidade, mas inspecionar manualmente os ingredientes de cada pizza pode ser demorado. A Specialvideo utiliza uma abordagem baseada em IA de visão para detetar e contar ingredientes em tempo real, permitindo que os produtores mantenham os padrões das receitas, reduzam o desperdício e garantam operações estáveis.
Ao testar várias soluções de visão, a Specialvideo descobriu que determinadas técnicas, como a segmentação semântica, tinham dificuldades com ingredientes sobrepostos ou ocultos. Ao utilizar modelos Ultralytics YOLO, conseguiram superar estes obstáculos e desenvolver um sistema fiável de controlo de qualidade baseado em IA e de alta precisão, que identifica, conta e verifica os ingredientes em tempo real. O sistema garante uma qualidade consistente sem sacrificar a velocidade de produção.
Melhorar a inspeção alimentar com IA através de visão computacional#
Fundada em 1993 em Imola, Itália, a Specialvideo baseia-se em 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 sua experiência também se estende à visão computacional na indústria alimentar.
Em particular, desenvolveram um sistema de inspeção alimentar com IA de visão que utiliza a segmentação de instâncias para otimizar 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. Resolve problemas como oclusões (quando um ingrediente fica parcialmente coberto por outro) e deteções duplicadas (quando o sistema identifica duas instâncias de um ingrediente quando existe apenas uma). Ao identificar erros de distribuição (isto é, 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 treinado novamente sem 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 elevados padrões de segurança e qualidade.
Desafios do controlo de qualidade alimentar em tempo real (QC)#
Os fabricantes de pizza operam frequentemente a velocidades incrivelmente elevadas, produzindo uma nova pizza a cada 600 milissegundos. A esse ritmo, é muito difícil para os inspetores humanos acompanhar o processo, o que torna desafiante monitorizar os ingredientes e detetar defeitos com precisão.
Além disso, ingredientes sobrepostos, como salame e cogumelos, podem ocultar-se mutuamente, o que por vezes resulta em pizzas com ingredientes em falta ou em excesso, distribuições incorretas 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 a maiores taxas de desperdício e ao desperdício de recursos. Para agravar a situação, os inspetores humanos podem ficar fatigados durante turnos longos, fazendo com que a sua atenção diminua e aumentando o risco de erros.
Reconhecendo estas limitações, muitos fabricantes estão agora a adotar sistemas de controlo de qualidade e inspeção alimentar automatizada com visão computacional. Estes sistemas inovadores proporcionam supervisão em tempo real e ajudam a reduzir os erros humanos, ao mesmo tempo que promovem resultados de alta qualidade.
Deteção de defeitos alimentares em tempo real com visão artificial#
A solução de IA de visão da Specialvideo utiliza o suporte à segmentação de instâncias dos modelos Ultralytics YOLO para inspecionar cada pizza em tempo real, garantindo que apenas produtos de qualidade chegam aos consumidores. Conta e mede com precisão os ingredientes, comparando cada pizza com a respetiva receita e detetando rapidamente ingredientes em falta ou em excesso, distribuições irregulares e quantidades inconsistentes.
Quando é detetada uma pizza com defeito — seja devido a ingredientes desalinhados, quantidades incorretas de ingredientes ou contaminantes, como plástico azul — o sistema desvia-a automaticamente para uma linha de refugo.
Para manter a precisão após a implementação, a Specialvideo expande continuamente o seu conjunto de dados, aperfeiçoa a precisão da anotação e volta a treinar o YOLO regularmente. Utilizam aumento de dados durante o treino 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 apresentam pizzas Margherita para fornecer um contexto de fundo útil, o 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 novo treino ainda mais eficiente, a Specialvideo implementou um fluxo de trabalho para novos ingredientes de pizza. Este fluxo utiliza o YOLO para acelerar a anotação de novas imagens, reduzindo a necessidade de supervisão humana à medida que as variedades de ingredientes evoluem.
Fig. 1. O YOLO é utilizado para detetar e segmentar ingredientes numa pizza para a inspeção alimentar com IA.
Porquê escolher os modelos Ultralytics YOLO?#
A Specialvideo optou por utilizar modelos Ultralytics YOLO porque oferecem um excelente equilíbrio entre o desempenho do modelo de IA e o custo. Com uma GPU Nvidia GTX-1660gt (Unidade de processamento gráfico), o sistema alcança tempos de inferência de apenas 200–250 ms, sendo suficientemente rápido para processar 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 otimiza a produção, como também suporta 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 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 1.500 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 cubos de fiambre, 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 estavam incluídos no 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 uma nova referência para a inspeção alimentar automatizada e a garantia de qualidade.
Promover o fabrico inteligente na indústria alimentar#
O futuro da Specialvideo parece promissor. A empresa planeia expandir a sua solução de IA de visão para incluir outros produtos alimentares, como saladas e massas. Ao aperfeiçoar continuamente os seus modelos de aprendizagem profunda e aumentar o seu 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 definir novos padrões para o setor.
Quer melhorar as suas operações com IA de visão? Visita o nosso repositório do GitHub para ver como as soluções de IA da Ultralytics estão a gerar impacto em áreas como a IA na saúde e a visão computacional no fabrico. Encontra informações detalhadas sobre os nossos modelos YOLO e opções de licenciamento, e dá o primeiro passo rumo a uma automação mais inteligente e eficiente.
