Ultralytics YOLO обеспечивает работу инструмента для проверки продуктов питания от Specialvideo

Производителям пиццы часто требуется выпускать визуально привлекательную и высококачественную продукцию с высокой скоростью, но ручной контроль начинок для каждой пиццы может отнимать много времени. Specialvideo использует подход, основанный на искусственном интеллекте, для detect и подсчета ингредиентов в режиме реального времени, что позволяет производителям соблюдать стандарты рецептуры, сокращать отходы и поддерживать бесперебойную работу.

Тестируя различные решения в области технического зрения, специалисты Specialvideo обнаружили, что некоторые методы, такие как семантическая сегментация, не справляются с перекрывающимися или скрытыми начинками. Используя моделиUltralytics YOLO , они смогли справиться с этими проблемами и разработать надежную, высокоточную систему контроля качества на основе искусственного интеллекта, которая идентифицирует, подсчитывает и проверяет начинки на лету. Она обеспечивает стабильное качество без ущерба для скорости производства.

Совершенствование контроля качества продуктов питания с помощью компьютерного зрения

Компания Specialvideo, основанная в 1993 году в Имоле, Италия, опирается на более чем 30-летний опыт разработки передовых систем машинного зрения для управления роботами, автоматизированной инспекции и обнаружения дефектов. Их опыт также распространяется на машинное зрение в пищевой промышленности. 

В частности, они разработали систему проверки продуктов питания Vision AI, которая использует сегментацию экземпляров для оптимизации производства пиццы. Рассматривая каждый ингредиент как отдельный объект, система может точно detect, segment и подсчитывать ингредиенты в режиме реального времени. Она решает такие проблемы, как окклюзии (когда один ингредиент частично закрыт другим) и двойные обнаружения (когда система идентифицирует два экземпляра ингредиента, хотя существует только один). Выявляя ошибки в размещении (например, несбалансированные начинки), производители могут соответствующим образом скорректировать параметры производства.

Модель разработана таким образом, чтобы легко адаптироваться к новым ингредиентам и может быть переобучена без полной переработки.

Кроме того, система может проверять форму, соответствие цвета и detect возможные загрязнения, гарантируя, что каждый продукт соответствует высоким стандартам безопасности и качества.

Проблемы контроля качества пищевых продуктов в реальном времени

Производители пиццы часто работают на невероятно высоких скоростях, выпуская новую пиццу каждые 600 миллисекунд. При таком темпе работы человеческим инспекторам очень сложно поспевать за ними, что затрудняет контроль начинки и точное detect любых дефектов.

Кроме того, перекрывающиеся ингредиенты, такие как салями и грибы, могут заслонять друг друга, что иногда приводит к появлению пицц с недостающими или избыточными начинками, неправильным распределением или непостоянным количеством. Это не только нарушает однородность продукта, но и вредит репутации бренда, когда клиенты получают пиццы, которые не соответствуют их ожиданиям. 

В то же время эти проблемы приводят к увеличению операционных расходов из-за более высокого процента брака и нерационального использования ресурсов. В дополнение к этим проблемам, инспекторы могут уставать во время длительных смен, что приводит к ослаблению их внимания и увеличению риска ошибок. 

Осознавая эти недостатки, многие производители в настоящее время внедряют системы контроля качества и автоматизированные системы проверки пищевых продуктов на основе компьютерного зрения. Эти инновационные системы обеспечивают контроль в режиме реального времени и помогают уменьшить количество человеческих ошибок, поддерживая при этом высокое качество продукции. 

Обнаружение дефектов пищевых продуктов в реальном времени с помощью машинного зрения

Решение Vision AI от Specialvideo использует поддержку сегментации экземпляров моделей Ultralytics YOLO для проверки каждой пиццы в режиме реального времени, чтобы потребители получали только качественную продукцию. Оно точно подсчитывает и измеряет начинки, сравнивая каждую пиццу с ее рецептом, быстро обнаруживая недостающие или лишние ингредиенты, неравномерное распределение и несоответствующее количество.

Когда обнаруживается бракованная пицца — будь то из-за неправильно расположенных начинок, неверного количества ингредиентов или загрязнений, таких как синий пластик — система автоматически направляет ее в линию отбраковки. 

Чтобы поддерживать точность после развертывания, Specialvideo постоянно расширяет набор данных, улучшает точность маркировки и регулярно переобучает YOLO . В процессе обучения используется расширение данных, чтобы предотвратить чрезмерную подгонку и помочь модели обобщить данные из ограниченного числа образцов. Кроме того, на 10 % учебных изображений изображены пиццы "Маргарита", чтобы обеспечить полезный фоновый контекст, который помогает сети справляться с вариациями даже в пределах одного типа ингредиентов, например с разными видами салями.

Кроме того, чтобы сделать процесс переобучения еще более эффективным, Specialvideo внедрила рабочий процесс для новых ингредиентов пиццы. Этот рабочий процесс использует YOLO для ускорения маркировки новых изображений, уменьшая необходимость в человеческом контроле по мере изменения разновидностей ингредиентов.

‍

Почему стоит выбрать моделиYOLO от Ultralytics ?

Компания Specialvideo выбрала модели Ultralytics YOLO , потому что они предлагают отличный баланс между производительностью и стоимостью модели ИИ. Благодаря графическому GPU Nvidia GTX-1660gt система достигает времени вывода всего 200-250 мс, что делает ее достаточно быстрой для работы производственной линии, выпускающей пиццу каждые 600 мс. 

Высокая скорость обработки YOLOпозволяет контролировать качество в режиме реального времени. В целом, такой подход не только оптимизирует производство, но и поддерживает масштабируемость, что делает его надежным решением для крупносерийных пищевых производств. 

Решение для проверки продуктов питания YOLO обеспечивает точность 99%.

Благодаря интеграции моделей Ultralytics YOLO решение Specialvideo для проверки пищевых продуктов с помощью искусственного интеллекта изменило контроль качества при производстве пиццы. Обученная на надежном наборе данных из более чем 1 500 изображений, модель точно распознает более 10 различных ингредиентов, классифицируя их на счетные элементы, такие как оливки, ломтики салями, анчоусы и шарики моцареллы, и несчетные элементы, такие как кубики ветчины, грибы, ломтики сыра и перец. 

Система YOLO, работает в режиме реального времени с точностью до 99 %, превосходя человеческих инспекторов и значительно сокращая время проверки по сравнению с ручными методами. 

Интересно, что решение продемонстрировало многообещающие результаты, точно распознавая ингредиенты в пищевых продуктах, не включенные в его первоначальное обучение, такие как салаты и паста, что облегчает расширение на новые линейки продуктов. В конечном счете, этот инновационный подход повышает операционную эффективность, минимизирует отходы и снижает затраты, устанавливая новый эталон для автоматизированной проверки продуктов питания и обеспечения качества.

Содействие интеллектуальному производству в пищевой промышленности

Перспективы Specialvideo выглядят многообещающими. Компания планирует расширить свое решение Vision AI, включив в него другие продукты питания, такие как салаты и паста. Постоянно совершенствуя свои модели глубокого обучения и расширяя набор данных, Specialvideo стремится еще больше улучшить контроль качества в режиме реального времени, сократить количество отходов и повысить эффективность производства. Эти улучшения помогут установить новые отраслевые стандарты.

Хотите повысить эффективность своей работы с помощью искусственного интеллекта? Зайдите в наш репозиторий GitHub и посмотрите, как решения Ultralyticsв области ИИ оказывают влияние на такие сферы, как ИИ в здравоохранении и компьютерное зрение в производстве. Узнайте подробности о наших моделях YOLO и вариантах лицензирования и сделайте первый шаг к более умной и эффективной автоматизации.