RapiD Vision, một hệ thống thị giác plug-and-play được hỗ trợ bởi các model Ultralytics YOLO, phát hiện lỗi và biến dạng theo thời gian thực, cung cấp trực tiếp thông tin chuyên sâu vào hệ thống ERP của khách hàng và giảm 1 tuần thời gian kỹ thuật.
Khi các công ty chế biến thực phẩm chịu áp lực ngày càng tăng trong việc đảm bảo chất lượng ổn định ở quy mô lớn, computer vision đang định hình lại cách ngành này vận hành. RapiD Engineering, một công ty kỹ thuật có trụ sở tại Hà Lan và đặt trụ sở chính ở làng chài Urk, đang dẫn đầu sự chuyển dịch này bằng việc xây dựng RapiD Vision, một nền tảng thị giác plug-and-play được thiết kế cho ngành thủy sản và nhiều lĩnh vực khác.
Bằng cách tích hợp các model Ultralytics YOLO vào hệ thống kiểm soát chất lượng, RapiD Engineering giúp tự động hóa việc kiểm soát chất lượng cho các đơn vị chế biến cá hồi, tự động 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 đầy đủ từ trang trại đến khách hàng.
Đưa 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 giải pháp computer vision cho môi trường công nghiệp. Thông qua nền tảng RapiD Vision, công ty thiết kế các hệ thống end-to-end dựa trên ba năng lực cốt lõi: ứng dụng Pick & Place để robot điều khiển việc xử lý sản phẩm, Quality Control để phát hiện lỗi theo thời gian thực và RapiD Vision Explorer, một lớp báo cáo và phân tích trên cloud tích hợp trực tiếp với các hệ thống ERP.
Nền tảng này được thiết kế cho các điều kiện phức tạp trong thực tế, có khả năng xử lý các sản phẩm chồng lấn bằng vision/camera 3D, phân biệt các loại sản phẩm và điều phối nhiều robot hoặc máy móc từ một hệ thống thị giác duy nhất. Trong các dòng sản phẩm của công ty, Quality Control đã trở thành sản phẩm tăng trưởng nhanh nhất, thu hút nhu cầu mạnh mẽ từ các đơn vị chế biến cá hồi trên khắp châu Âu.
Hình 1. Ví dụ về cá chồng lấn được Ultralytics YOLO phát hiện chính xác.
Những thách thức trong kiểm soát chất lượng chế biến cá hồi#
Chế biến cá hồi là ngành có sản lượng lớn và yêu cầu độ chính xác cao, trong đó các vấn đề về chất lượng có thể ảnh hưởng đáng kể đến mức độ hài lòng của khách hàng và giá cả. Những lỗi như đốm máu, vết melanin và các biến dạng khác thường rất khó nhận biết và có hình ảnh tương tự màu tự nhiên của thịt cá hồi, khiến mắt người khó phát hiện chúng một cách nhất quán.
Kiểm tra thủ công truyền thống chậm, gây mệt mỏi và không nhất quán giữa các nhân viên vận hành cũng như giữa các ca làm việc. Ngay cả khi computer vision trở nên dễ tiếp cận hơn, việc triển khai công nghệ này trong môi trường chế biến thực phẩm vẫn đặt ra những thách thức riêng. Các model cần đủ nhỏ để chạy theo thời gian thực trên phần cứng edge, đủ chính xác để phát hiện các lỗi tinh vi và đủ linh hoạt để được huấn luyện lại nhanh chóng khi đưa vào sử dụng camera, điều kiện ánh sáng hoặc môi trường mới.
Trước khi áp dụng Ultralytics, RapiD Engineering dựa vào Detectron, một thư viện mã nguồn mở của Meta. Mặc dù mạnh mẽ, thư viện này khó thiết lập, khó export model và không còn được tích cực duy trì, khiến nó không phù hợp để sử dụng lâu dài trong production.
Phát hiện lỗi theo thời gian thực với Ultralytics YOLO#
Sau khi chuyển sang Ultralytics, RapiD Engineering đã xây dựng lại pipeline kiểm soát chất lượng dựa trên các model YOLO chạy trên phần cứng edge NVIDIA Jetson. Mỗi hệ thống chế biến cá hồi chạy đồng thời bốn model Ultralytics YOLO, với một camera gắn phía trên và một camera gắn phía dưới ghi hình cả hai mặt của từng con cá khi đi qua dây chuyền.
Đối với mỗi mặt, hệ thống chạy tuần tự hai model: một model nano Ultralytics YOLO11 để segment cá hồi khỏi băng chuyền, sau đó là một model YOLO11 lớn để phát hiện các biến dạng chi tiết như đốm máu và vết melanin, trong đó sự khác biệt màu sắc so với phần thịt xung quanh có thể cực kỳ khó nhận biết. Bằng cách sử dụng model nhỏ hơn để segmentation với throughput cao và model lớn hơn để detection có 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 model, RapiD Engineering đã gán nhãn thủ công hơn 20.000 hình ảnh cá hồi, xây dựng một dataset chất lượng cao có thể xử lý những sắc thái hình ảnh trong điều kiện chế biến thực tế. Đội ngũ huấn luyện lại các model khi triển khai hệ thống mới hoặc khi các yếu tố môi trường như camera hay background thay đổi.
Tại sao chọn các model Ultralytics YOLO?#
Đối với RapiD Engineering, Ultralytics YOLO mang đến sự kết hợp lý tưởng giữa tính đơn giản, hiệu năng và tính linh hoạt để hỗ trợ một hệ thống production vận hành trên nhiều lần triển khai.
So với framework trước đây, đội ngũ đã có thể cắt giảm đáng kể thời gian dành cho việc huấn luyện, export và duy trì model, tiết kiệm khoảng một tuần thời gian kỹ thuật mỗi năm chỉ riêng cho workflow export. Với mỗi bản phát hành Ultralytics mới, các model có thể được huấn luyện lại, export sang TensorRT để triển khai trên Jetson và đưa trở lại production với rất ít trở ngại.
Hình 2. Ví dụ về lỗi trên phi lê cá hồi được phát hiện bằng Ultralytics YOLO.
Ultralytics YOLO cũng mang đến cho RapiD Engineering sự linh hoạt để sử dụng nhiều loại task, bao gồm instance segmentation, object detection và 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 AI thị giác.
Từ detection thô đến thông tin chuyên sâu có thể hành động#
Ngoài detection, hệ thống kiểm soát chất lượng của RapiD Engineering được tích hợp đầy đủ với các hệ thống ERP của khách hàng thông qua RapiD Vision Explorer, lớp báo cáo và phân tích trên cloud của nền tảng. Mỗi con cá hồi được phân tích đều được ghi nhận trên cloud 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 từng nguồn.
Dữ liệu này được sử dụng để tạo báo cáo chất lượng theo từng lô, giúp các đơn vị chế biến theo dõi những nông hộ và nhà cung cấp nào thường xuyên cung cấp cá chất lượng cao nhất, đồng thời đưa ra quyết định thu mua sáng suốt theo thời gian. Thông qua các phân tích nâng cao, RapiD Vision Explorer thậm chí có thể dự đoán những nguồn cung hiện tại tốt nhất cho các sản phẩm chất lượng cao. Hệ thống cũng điều khiển các băng chuyền ở công đoạn sau, tự động chuyển cá hồi chất lượng thấp hơn sang các hướng chế biến thay thế để khách hàng luôn nhận được cá đáp ứng các tiêu chuẩn chất lượng của họ.
Phần mềm front-end cho phép nhân viên vận hành tinh chỉnh các ngưỡng detection, bao gồm kích thước đốm tối thiểu, confidence score và tổng diện tích bị ảnh hưởng, đảm bảo hệ thống có thể được điều chỉnh theo tiêu chí chất lượng cụ thể của từng đơn vị chế biến.
Mở rộng AI thị giác trong ngành thủy sản#
Với nhu cầu mạnh mẽ 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 thuận lợi để tiếp tục mở rộng vai trò của AI thị giác trong chế biến thủy sản và nhiều lĩnh vực khác. Công ty cũng đang lên kế hoạch chuyển các workflow huấn luyện và gán nhãn sang Ultralytics Platform, tiếp tục tinh gọn pipeline khi mở rộng sang các lần triển khai mới.
Bằng cách kết hợp hàng thập kỷ kinh nghiệm kỹ thuật với computer vision tiên tiến, RapiD Engineering đang giúp các đơn vị chế biến cá hồi xây dựng chuỗi cung ứng minh bạch hơn, dựa trên dữ liệu và hiệu quả hơn, từng lô một.
Bạn muốn tự xây dựng các giải pháp AI thị giác? Hãy khám phá các model Ultralytics YOLO, tìm hiểu cách YOLO thúc đẩy đổi mới trong nhiều ngành và xem các tùy chọn cấp phép của chúng tôi để bắt đầu.
