RapiD Engineering triển khai kiểm soát chất lượng hải sản nhanh hơn 1 tuần với Ultralytics YOLO

Khi các công ty chế biến thực phẩm đối mặt với áp lực ngày càng tăng trong việc đảm bảo chất lượng ổn định ở quy mô lớn, thị giác máy tính đang định hình lại cách thức vận hành của ngành. RapiD Engineering, một công ty kỹ thuật có trụ sở tại Hà Lan với trụ sở chính đặt tại làng chài Urk, đang đi đầu trong sự thay đổi này khi xây dựng RapiD Vision, một nền tảng thị giác plug-and-play được thiết kế cho ngành thủy sản và hơn thế nữa.

Bằng cách tích hợp các mô hình Ultralytics YOLO vào hệ thống kiểm soát chất lượng của mình, RapiD Engineering giúp tự động hóa khâu kiểm soát chất lượng tại các cơ sở chế biến cá hồi, tự động hóa việc phát hiện lỗi và biến dạng (một trong những bước tốn nhiều nhân lực và mang tính chủ quan nhất trong quy trình làm việc của họ), với khả năng truy xuất nguồn gốc đầy đủ từ trang trại đến khách hàng.

Link to this sectionMang AI thị giác plug-and-play vào sản xuất công nghiệp#

RapiD Engineering phát triển các mô phỏng kỹ thuật, ứng dụng phần mềm và các giải pháp thị giác máy tính cho môi trường công nghiệp. Thông qua nền tảng RapiD Vision, công ty thiết kế các hệ thống end-to-end được xây dựng dựa trên ba năng lực cốt lõi: Các ứng dụng Pick & Place để xử lý sản phẩm bằng robot, Kiểm soát chất lượng (Quality Control) để phát hiện lỗi theo thời gian thực và RapiD Vision Explorer, một lớp báo cáo và phân tích dựa trên đám mây tích hợp trực tiếp với các hệ thống ERP.

Nền tảng này được thiết kế cho các điều kiện phức tạp, thực tế, có khả năng xử lý các sản phẩm chồng chéo bằng cách sử dụng thị giác/camera 3D, phân biệt giữa các loại sản phẩm và điều phối nhiều robot hoặc máy móc từ một hệ thống thị giác duy nhất. Trong số các dòng sản phẩm của mình, Kiểm soát chất lượng đã trở thành dịch vụ tăng trưởng nhanh nhất của công ty, thu hút nhu cầu lớn từ các đơn vị chế biến cá hồi trên khắp châu Âu.

Hình 1. Ví dụ về cá chồng chéo được phát hiện chính xác bởi Ultralytics YOLO.

Link to this sectionNhững thách thức trong kiểm soát chất lượng tại khâu chế biến cá hồi#

Chế biến cá hồi là một ngành công nghiệp có khối lượng lớn, độ chính xác cao, nơi các vấn đề về chất lượng có thể gây ảnh hưởng đáng kể đến sự hài lòng của khách hàng và định giá. Các khuyết tật như vết máu, vết melanin và các biến dạng khác rất nhỏ và có màu sắc tương tự như màu sắc tự nhiên của thịt cá hồi, khiến chúng khó có thể được phát hiện một cách nhất quán bằng mắt thường.

Việc kiểm tra thủ công truyền thống rất chậm, gây mệt mỏi và thiếu nhất quán giữa các nhân viên vận hành và các ca làm việc. Ngay cả khi thị giác máy tính trở nên dễ tiếp cận hơn, việc triển khai nó trong môi trường chế biến thực phẩm lại mang đến những thách thức riêng. Các mô hình cần phải đủ nhỏ để chạy theo thời gian thực trên phần cứng biên (edge hardware), đủ chính xác để phát hiện các khuyết tật nhỏ và đủ linh hoạt để huấn luyện lại nhanh chóng khi các camera, điều kiện ánh sáng hoặc môi trường mới được đưa vào sử dụng.

Trước khi áp dụng Ultralytics, RapiD Engineering dựa vào Detectron, một thư viện mã nguồn mở từ Meta. Mặc dù mạnh mẽ, nó rất khó thiết lập, khó xuất (export) mô hình và không còn được duy trì tích cực, khiến nó trở nên không phù hợp để sử dụng trong sản xuất lâu dài.

Link to this sectionPhát hiện khuyết tật thời gian thực với Ultralytics YOLO#

Sau khi chuyển sang Ultralytics, RapiD Engineering đã xây dựng lại pipeline kiểm soát chất lượng của mình xung quanh các mô hình YOLO chạy trên phần cứng biên NVIDIA Jetson. Mỗi hệ thống chế biến cá hồi chạy bốn mô hình Ultralytics YOLO đồng thời, với một camera gắn phía trên và một camera gắn phía dưới để ghi lại cả hai mặt của mỗi con cá khi nó đi qua dây chuyền.

Đối với mỗi mặt, hệ thống chạy hai mô hình liên tiếp: Một mô hình Ultralytics YOLO11 nano để phân đoạn cá khỏi băng chuyền, theo sau là một mô hình YOLO11 lớn để phát hiện các biến dạng nhỏ như vết máu và vết melanin, nơi sự khác biệt màu sắc so với vùng thịt xung quanh có thể cực kỳ tinh vi. Bằng cách sử dụng mô hình nhỏ hơn cho việc phân đoạn thông lượng cao và mô hình lớn hơn cho việc phát hiện độ chính xác cao, RapiD Engineering đạt được sự cân bằng phù hợp giữa tốc độ và độ chính xác trên phần cứng Jetson.

Để huấn luyện các mô hình của mình, RapiD Engineering đã dán nhãn thủ công hơn 20.000 hình ảnh cá hồi, xây dựng một bộ dữ liệu chất lượng cao có thể xử lý các sắc thái hình ảnh trong điều kiện chế biến thực tế. Nhóm sẽ huấn luyện lại các mô hình khi triển khai các hệ thống mới hoặc khi các yếu tố môi trường như camera hoặc phông nền thay đổi.

Link to this sectionTại sao lại chọn các mô hình Ultralytics YOLO?#

Đối với RapiD Engineering, Ultralytics YOLO mang đến sự kết hợp lý tưởng giữa tính đơn giản, hiệu suất và tính linh hoạt để hỗ trợ một hệ thống sản xuất đang chạy trên nhiều đợt triển khai.

So với framework trước đó, nhóm đã có thể giảm đáng kể thời gian dành cho việc huấn luyện, xuất và duy trì các mô hình, tiết kiệm khoảng một tuần làm việc kỹ thuật mỗi năm chỉ riêng cho quy trình xuất. Với mỗi bản phát hành mới của Ultralytics, các mô hình có thể được huấn luyện lại, xuất sang TensorRT để triển khai trên Jetson và đưa trở lại sản xuất với độ ma sát tối thiểu.

Hình 2. Ví dụ về các khuyết tật trên phi lê cá hồi được phát hiện với Ultralytics YOLO.

Ultralytics YOLO cũng cung cấp cho RapiD Engineering sự linh hoạt để sử dụng nhiều loại tác vụ, bao gồm phân đoạn đối tượng (instance segmentation), phát hiện đối tượng (object detection) và ước tính tư thế (pose estimation), tất cả từ cùng một framework thống nhất, hỗ trợ các tính năng sản phẩm hiện tại và tương lai khi công ty mở rộng danh mục đầu tư AI thị giác của mình.

Link to this sectionTừ phát hiện thô đến những hiểu biết có thể hành động#

Ngoài việc phát hiện, hệ thống kiểm soát chất lượng của RapiD Engineering được tích hợp hoàn toàn với các hệ thống ERP của khách hàng thông qua RapiD Vision Explorer, lớp báo cáo và phân tích dựa trên đám mây của nền tảng. Mỗi con cá hồi được phân tích đều được ghi lại trên đám mây cùng với dữ liệu về nhà cung cấp, trang trại, địa điểm và đơn hàng, giúp khách hàng có cái nhìn chi tiết về hiệu suất chất lượng theo nguồn gốc.

Dữ liệu này được sử dụng để tạo các báo cáo chất lượng theo từng lô, giúp các đơn vị chế biến theo dõi trang trại và nhà cung cấp nào luôn cung cấp cá chất lượng cao nhất, từ đó đưa ra các quyết định tìm nguồn cung ứng sáng suốt theo thời gian. Thông qua phân tích nâng cao, RapiD Vision Explorer thậm chí có thể dự đoán các nguồn cung cấp hiện tại tốt nhất cho các sản phẩm chất lượng cao. Hệ thống cũng kiểm soát các băng chuyền phía sau, tự động điều hướng cá hồi chất lượng thấp hơn sang các lộ trình chế biến thay thế để khách hàng luôn nhận được cá phù hợp với các tiêu chuẩn chất lượng của họ.

Phần mềm giao diện người dùng (front-end) cho phép người vận hành tinh chỉnh các ngưỡng phát hiện, bao gồm kích thước vết tối thiểu, điểm số tin cậy (confidence score) và tổng diện tích bị ảnh hưởng, đảm bảo hệ thống có thể được thích ứng với tiêu chí chất lượng cụ thể của từng đơn vị chế biến.

Link to this sectionMở rộng quy mô AI thị giác trên khắp ngành thủy sản#

Với nhu cầu lớn đối với các hệ thống kiểm soát chất lượng và cơ sở khách hàng đang phát triển trên khắp châu Âu, RapiD Engineering có vị thế tốt để tiếp tục mở rộng vai trò của AI thị giác trong chế biến thủy sản và hơn thế nữa. Công ty cũng đang có kế hoạch chuyển đổi các quy trình huấn luyện và dán nhãn của mình sang Ultralytics Platform, nhằm tinh gọn hơn nữa pipeline của mình khi mở rộng sang các đợt triển khai mới.

Bằng cách kết hợp nhiều thập kỷ kinh nghiệm kỹ thuật với thị giác máy tính tiên tiến, RapiD Engineering đang giúp các đơn vị chế biến cá hồi xây dựng một chuỗi cung ứng minh bạch hơn, dựa trên dữ liệu và hiệu quả hơn, từng lô một.

Bạn quan tâm đến việc tự xây dựng các giải pháp Vision AI? Hãy khám phá các mô hình Ultralytics YOLO, tìm hiểu cách YOLO đang thúc đẩy các đổi mới trên nhiều ngành công nghiệp và xem các tùy chọn cấp phép của chúng tôi để bắt đầu.