Ultralytics YOLO modelleriyle güçlendirilen tak-çalıştır bir görü sistemi olan RapiD Vision, kusur ve deformasyonları gerçek zamanlı tespit ediyor, içgörüleri doğrudan müşterinin ERP sistemlerine aktarıyor ve mühendislik için gereken süreyi 1 hafta azaltıyor.
Gıda işleme şirketleri büyük ölçekte tutarlı kalite sunma konusunda artan baskıyla karşı karşıyayken bilgisayarlı görü, sektörün işleyişini yeniden şekillendiriyor. Merkezi balıkçı kasabası Urk'ta bulunan Hollanda merkezli mühendislik şirketi RapiD Engineering, bu dönüşümün ön saflarında yer alıyor ve deniz ürünleri sektörü ile diğer alanlar için tasarlanan tak-çalıştır görü platformu RapiD Vision'ı geliştiriyor.
RapiD Engineering, kalite kontrol sistemlerine Ultralytics YOLO modellerini entegre ederek somon işleyen şirketlerde kalite kontrolünü otomatikleştirmeye yardımcı oluyor. İş akışlarının en çok emek gerektiren ve öznel adımlarından biri olan kusur ve deformasyon tespitini otomatikleştirirken çiftlikten müşteriye kadar tam izlenebilirlik sağlıyor.
Tak-çalıştır görsel yapay zekâyı endüstriyel üretime taşımak#
RapiD Engineering, endüstriyel ortamlar için mühendislik simülasyonları, yazılım uygulamaları ve bilgisayarlı görü çözümleri geliştiriyor. Şirket, RapiD Vision platformuyla üç temel yetenek etrafında uçtan uca sistemler tasarlıyor: robotlarla ürün taşımaya yönelik Al ve Yerleştir uygulamaları, gerçek zamanlı kusur tespiti için Kalite Kontrol ve ERP sistemleriyle doğrudan entegre olan bulut tabanlı raporlama ve analitik katmanı RapiD Vision Explorer.
Platform, üst üste binen ürünleri 3D görü/kameralarla işleme, ürün türlerini birbirinden ayırma ve birden fazla robotu ya da makineyi tek bir görü sisteminden yönetme gibi karmaşık gerçek dünya koşullarına uyum sağlayacak şekilde tasarlandı. Ürün serileri arasında Kalite Kontrol, şirketin en hızlı büyüyen teklifi hâline geldi ve Avrupa genelindeki somon işleyicilerden yoğun talep görüyor.
Şek. 1. Üst üste binen balıkların Ultralytics YOLO tarafından hassas biçimde tespit edilmesine örnek.
Somon işlemede kalite kontrolün zorlukları#
Somon işleme, kalite sorunlarının müşteri memnuniyetini ve fiyatlandırmayı önemli ölçüde etkileyebildiği, yüksek hacimli ve yüksek hassasiyet gerektiren bir sektördür. Kan lekeleri, melanin izleri ve diğer deformasyonlar gibi kusurlar belirsizdir ve somon etinin doğal rengine görsel olarak benzer; bu nedenle insan gözüyle tutarlı biçimde fark edilmeleri zordur.
Geleneksel elle inceleme yavaştır, yorucudur ve operatörler ile vardiyalar arasında tutarsızlık gösterir. Bilgisayarlı görü daha erişilebilir hâle geldiğinde bile gıda işleme ortamlarında kullanıma alınması kendine özgü zorluklar doğurdu. Modellerin uç donanımda gerçek zamanlı çalışacak kadar küçük, belirsiz kusurları tespit edecek kadar doğru ve yeni kameralar, aydınlatma koşulları veya ortamlar devreye girdiğinde hızla yeniden eğitilecek kadar esnek olması gerekiyordu.
Ultralytics'i benimsemeden önce RapiD Engineering, Meta'nın açık kaynak kütüphanesi Detectron'a güveniyordu. Güçlü olmasına rağmen kurulumu ve modelleri dışa aktarması zordu; ayrıca artık etkin biçimde bakımı yapılmıyordu. Bu nedenle uzun vadeli üretim kullanımı için uygun değildi.
Ultralytics YOLO ile gerçek zamanlı kusur tespiti#
Ultralytics'e geçtikten sonra RapiD Engineering, kalite kontrol işlem hattını NVIDIA Jetson uç donanımında çalışan YOLO modelleri etrafında yeniden oluşturdu. Her somon işleme sistemi aynı anda dört Ultralytics YOLO modeli çalıştırıyor. Üste ve alta monte edilmiş birer kamera, hat boyunca ilerleyen her balığın iki tarafını da görüntülüyor.
Her taraf için sistem art arda iki model çalıştırıyor: Somonu konveyörden ayırmak üzere bölütleyen bir Ultralytics YOLO11 nano modeli, ardından çevresindeki etten renk farkı son derece belirsiz olabilen kan lekeleri ve melanin izleri gibi ince ayrıntılı deformasyonları tespit eden büyük bir YOLO11 modeli. Yüksek hacimli bölütleme için daha küçük, yüksek hassasiyetli tespit içinse daha büyük bir model kullanan RapiD Engineering, Jetson donanımında hız ile doğruluk arasında doğru dengeyi yakalıyor.
RapiD Engineering, modellerini eğitmek için 20.000'den fazla somon görüntüsünü elle anotasyonlayarak gerçek dünya işleme koşullarının görsel ayrıntılarını kapsayan yüksek kaliteli bir veri kümesi oluşturdu. Ekip, yeni sistemler kurarken veya kameralar ya da arka planlar gibi çevresel etkenler değiştiğinde modelleri yeniden eğitiyor.
Neden Ultralytics YOLO modellerini seçmeli?#
RapiD Engineering için Ultralytics YOLO, birden fazla kurulumda çalışan üretim sistemini desteklemek üzere gereken sadelik, performans ve esnekliğin ideal bileşimini sundu.
Önceki çerçeveleriyle karşılaştırıldığında ekip, modelleri eğitmek, dışa aktarmak ve bakımını yapmak için harcadığı süreyi önemli ölçüde azaltabildi; yalnızca dışa aktarma iş akışında yılda yaklaşık bir haftalık mühendislik zamanı kazandı. Her yeni Ultralytics sürümüyle modeller minimum uğraşla yeniden eğitilebiliyor, Jetson dağıtımı için TensorRT'ye aktarılabiliyor ve yeniden üretime alınabiliyor.
Şek. 2. Somon filetosundaki kusurların Ultralytics YOLO ile tespit edilmesine örnek.
Ultralytics YOLO, RapiD Engineering'e örnek segmentasyonu, nesne tespiti ve poz tahmini dâhil olmak üzere birden fazla görev türünü aynı birleşik çerçeveden kullanma esnekliği de sağladı. Bu sayede şirket, görsel yapay zekâ portföyünü genişletirken mevcut ve gelecekteki ürün özelliklerini destekleyebiliyor.
Ham tespitten eyleme dönüştürülebilir içgörülere#
Tespitin ötesinde, RapiD Engineering'in kalite kontrol sistemi, platformun bulut tabanlı raporlama ve analiz katmanı olan RapiD Vision Explorer aracılığıyla müşterilerinin ERP sistemleriyle tamamen entegredir. Analiz edilen her somon balığı; tedarikçi, çiftlik, konum ve sipariş verileriyle birlikte buluta kaydedilir ve müşterilere kaynağa göre kalite performansının ayrıntılı bir görünümünü sunar.
Bu veriler, parti başına kalite raporları oluşturmak, işleyicilerin hangi çiftçi ve tedarikçilerin sürekli olarak en yüksek kaliteli balıkları teslim ettiğini izlemesine ve zaman içinde bilinçli tedarik kararları almasına yardımcı olmak için kullanılır. RapiD Vision Explorer, gelişmiş analizlerle yüksek kaliteli ürünler için o anda en iyi kaynakları bile tahmin edebilir. Sistem ayrıca sonraki aşamalardaki konveyör bantlarını kontrol ederek düşük kaliteli somonları otomatik olarak alternatif işleme hatlarına yönlendirir ve müşterilerin kalite spesifikasyonlarına uygun balıkları almasını sağlar.
Ön uç yazılımı, operatörlerin minimum leke boyutu, güven puanları ve etkilenen toplam alan dâhil olmak üzere tespit eşiklerini hassas biçimde ayarlamasına olanak tanır; böylece sistem her işleyicinin kendine özgü kalite kriterlerine uyarlanabilir.
Deniz ürünleri sektöründe görsel yapay zekâyı yaygınlaştırmak#
Kalite kontrol sistemlerine yönelik güçlü talep ve Avrupa genelinde büyüyen müşteri tabanıyla RapiD Engineering, görsel yapay zekânın deniz ürünleri işleme ve ötesindeki rolünü genişletmeye devam etmek için iyi bir konumda. Şirket ayrıca, yeni kurulumlara yayılırken iş akışını daha da kolaylaştırmak amacıyla eğitim ve anotasyon iş akışlarını Ultralytics Platform'a taşımayı planlıyor.
Onlarca yıllık mühendislik uzmanlığını son teknoloji bilgisayarlı görüyle bir araya getiren RapiD Engineering, somon işleyicilerinin daha şeffaf, veriye dayalı ve verimli bir tedarik zinciri kurmasına parti parti yardımcı oluyor.
Kendi Görsel Yapay Zekâ çözümlerini mi geliştirmek istiyorsun? Ultralytics YOLO modellerini keşfet, YOLO'nun sektörlerde yenilikleri nasıl desteklediğini öğren ve başlamak için lisanslama seçeneklerimize göz at.
