Ultralytics YOLO alimenta lo strumento di ispezione alimentare di Specialvideo

Migliorare l'ispezione alimentare AI con la computer vision

Fondata nel 1993 a Imola, Specialvideo vanta oltre 30 anni di esperienza nella progettazione di sistemi avanzati di visione computerizzata per la guida di robot, l'ispezione automatizzata e il rilevamento di difetti. La loro esperienza si estende anche alla visione computerizzata nell'industria alimentare. 

In particolare, hanno sviluppato un sistema di ispezione alimentare Vision AI che utilizza la segmentazione delle istanze per ottimizzare la produzione di pizza. Trattando ogni topping come un oggetto distinto, il sistema è in grado di rilevare, segmentare e contare con precisione gli ingredienti in tempo reale. Risolve problemi come le occlusioni (quando un ingrediente è parzialmente coperto da un altro) e le doppie rilevazioni (quando il sistema identifica due istanze di un ingrediente quando ne esiste solo una). Identificando gli errori di posizionamento (ad esempio, guarnizioni sbilanciate), i produttori possono regolare i parametri di produzione di conseguenza.

Il modello è progettato per accogliere facilmente nuovi ingredienti e può essere riqualificato senza una revisione completa.

Inoltre, il sistema può controllare la forma, verificare la conformità dei colori e rilevare potenziali contaminanti, assicurandosi che ogni prodotto soddisfi elevati standard di sicurezza e qualità.

Le sfide del CQ (controllo qualità) alimentare in tempo reale

I produttori di pizza operano spesso a velocità incredibilmente elevate, sfornando una nuova pizza ogni 600 millisecondi. A questo ritmo, è molto difficile per gli ispettori umani tenere il passo, rendendo difficile il monitoraggio dei condimenti e l'individuazione accurata di eventuali difetti.

Inoltre, gli ingredienti che si sovrappongono, come il salame e i funghi, possono oscurarsi l'un l'altro, il che a volte porta a pizze con condimenti mancanti o eccessivi, distribuzioni errate o quantità incoerenti. Questo non solo compromette l'uniformità del prodotto, ma danneggia anche la reputazione del marchio quando i clienti ricevono pizze non all'altezza delle loro aspettative. 

Allo stesso tempo, questi problemi fanno lievitare i costi operativi a causa dell'aumento degli scarti e dello spreco di risorse. A questi problemi si aggiunge il fatto che gli ispettori umani possono affaticarsi durante i lunghi turni di lavoro, facendo calare la loro attenzione e aumentando il rischio di errori. 

Riconoscendo queste insidie, molti produttori stanno adottando sistemi di controllo qualità e di ispezione alimentare automatizzati basati sulla computer vision. Questi sistemi innovativi forniscono una supervisione in tempo reale e aiutano a ridurre gli errori umani, garantendo al contempo un'elevata qualità dei prodotti. 

Rilevamento dei difetti alimentari in tempo reale con la visione artificiale

La soluzione Vision AI di Specialvideo utilizza il supporto alla segmentazione delle istanze dei modelliYOLO di Ultralytics per ispezionare ogni pizza in tempo reale, in modo che solo i prodotti di qualità raggiungano i consumatori. Conta e misura con precisione i condimenti confrontando ogni pizza con la sua ricetta, individuando rapidamente gli ingredienti mancanti o in eccesso, le distribuzioni non uniformi e le quantità incoerenti.

Quando viene rilevata una pizza difettosa - a causa di condimenti non allineati, quantità di ingredienti non corrette o contaminanti come la plastica blu - il sistema la devia automaticamente verso una linea di scarto. 

Per mantenere l'accuratezza anche dopo la distribuzione, Specialvideo espande continuamente il suo set di dati, perfeziona l'accuratezza dell'etichettatura e riqualifica YOLO regolarmente. Utilizza l'aumento dei dati durante l'addestramento per evitare l'overfitting e aiutare il modello a generalizzarsi da un numero limitato di campioni. Inoltre, il 10% delle immagini di addestramento presenta pizze Margherita per fornire un contesto utile, che aiuta la rete a gestire le variazioni anche all'interno dello stesso tipo di ingrediente, come i diversi tipi di salame.

Inoltre, per rendere il processo di riqualificazione ancora più efficiente, Specialvideo ha implementato un flusso di lavoro per i nuovi ingredienti della pizza. Questo flusso di lavoro sfrutta YOLO per accelerare l'etichettatura delle nuove immagini, riducendo la necessità di una supervisione umana man mano che le varietà degli ingredienti si evolvono.

‍

Perché scegliere i modelli Ultralytics YOLO ?

Specialvideo ha scelto di utilizzare i modelli Ultralytics YOLO perché offrono un ottimo equilibrio tra prestazioni e costi dei modelli AI. Con una GPU (Graphics Processing Unit) Nvidia GTX-1660gt, il sistema raggiunge tempi di inferenza di soli 200-250 ms, rendendolo abbastanza veloce da gestire una linea di produzione che produce una pizza ogni 600 ms. 

L'efficiente velocità di elaborazione di YOLOfacilita il controllo della qualità in tempo reale. Nel complesso, questo approccio non solo snellisce la produzione ma supporta anche la scalabilità, rendendola una soluzione robusta per gli ambienti di produzione alimentare ad alto volume. 

La soluzione di ispezione alimentare YOLO offre un'accuratezza del 99%

Integrando i modelliYOLO di Ultralytics , la soluzione di ispezione alimentare AI di Specialvideo ha trasformato il controllo qualità nella produzione di pizza. Addestrato su un robusto set di dati di oltre 1.500 immagini, il modello riconosce con precisione più di 10 ingredienti diversi, classificandoli in elementi conteggiabili, come olive, fette di salame, acciughe e mozzarelle, e non conteggiabili, come prosciutto a cubetti, funghi, fette di formaggio e peperoni. 

Il sistema YOLO opera in tempo reale con una precisione fino al 99%, superando gli ispettori umani e riducendo significativamente i tempi di ispezione rispetto ai metodi manuali. 

È interessante notare che la soluzione ha dimostrato risultati promettenti riconoscendo con precisione gli ingredienti di prodotti alimentari non inclusi nella formazione iniziale, come insalate e pasta, facilitando l'espansione in nuove linee di prodotti. In definitiva, questo approccio innovativo aumenta l'efficienza operativa, minimizza gli sprechi e riduce i costi, stabilendo un nuovo punto di riferimento per l'ispezione alimentare automatizzata e il controllo della qualità.

Promuovere la produzione intelligente nell'industria alimentare

La strada da percorrere per Specialvideo sembra entusiasmante. L'azienda prevede di espandere la sua soluzione Vision AI ad altri prodotti alimentari come insalate e pasta. Grazie alla continua messa a punto dei suoi modelli di deep learning e alla crescita del suo set di dati, Specialvideo intende migliorare ulteriormente il controllo della qualità in tempo reale, ridurre gli sprechi e aumentare l'efficienza della produzione. Questi miglioramenti contribuiranno a stabilire nuovi standard nel settore.

Vuoi potenziare le tue attività con la Vision AI? Visita il nostro repository GitHub per vedere come le soluzioni di AI di Ultralyticsstanno avendo un impatto in settori come l'AI nella sanità e la computer vision nella produzione. Trova informazioni dettagliate sui nostri modelli YOLO e sulle opzioni di licenza e fai il primo passo verso un'automazione più intelligente ed efficiente.