Ultralytics YOLO , Specialvideo'nun gıda denetim aracına güç veriyor

Yapay zeka ile gıda denetiminin bilgisayar görüşü ile iyileştirilmesi

1993 yılında İtalya'nın Imola kentinde kurulan Specialvideo, robot yönlendirme, otomatik denetim ve kusur tespiti için gelişmiş bilgisayarla görme sistemleri tasarlama konusunda 30 yılı aşkın deneyime sahiptir. Uzmanlıkları gıda endüstrisinde bilgisayarla görmeyi de kapsamaktadır. 

Özellikle, pizza üretimini kolaylaştırmak için örnek segmentasyonunu kullanan bir Vision AI gıda denetim sistemi geliştirdiler. Her bir malzemeyi ayrı bir nesne olarak ele alan sistem, malzemeleri gerçek zamanlı olarak doğru bir şekilde algılayabiliyor, bölümlere ayırabiliyor ve sayabiliyor. Oklüzyonlar (bir malzemenin diğeri tarafından kısmen örtülmesi) ve çift tespitler (sistemin bir malzemenin yalnızca bir örneği varken iki örneğini tanımlaması) gibi sorunları ele alır. Üreticiler, yerleştirme hatalarını (yani dengesiz soslar) belirleyerek üretim parametrelerini buna göre ayarlayabilirler.

Model, yeni bileşenleri kolayca barındıracak şekilde tasarlanmıştır ve tam bir revizyon olmadan yeniden eğitilebilir.

Ayrıca sistem şekli kontrol edebilir, renk uyumluluğunu doğrulayabilir ve potansiyel kirleticileri tespit ederek her ürünün yüksek güvenlik ve kalite standartlarını karşıladığından emin olabilir.

Gerçek zamanlı gıda QC'sinde (kalite kontrol) karşılaşılan zorluklar

Pizza üreticileri genellikle inanılmaz yüksek hızlarda çalışır ve her 600 milisaniyede bir yeni bir pizza üretir. Bu hızda, insan denetçilerin yetişmesi çok zordur, bu da malzemeleri izlemeyi ve kusurları doğru bir şekilde tespit etmeyi zorlaştırır.

Bunun da ötesinde, salam ve mantar gibi üst üste binen malzemeler birbirini gizleyebilir, bu da bazen eksik veya fazla malzemeli, yanlış dağılımlı veya tutarsız miktarlarda pizzalara yol açar. Bu durum sadece ürünün bütünlüğünü bozmakla kalmaz, aynı zamanda müşterilerin beklentilerini karşılamayan pizzalar almaları durumunda markanın itibarına da zarar verir. 

Aynı zamanda bu sorunlar, daha yüksek hurda oranları ve boşa harcanan kaynaklar yoluyla operasyonel maliyetleri artırır. Bu sorunlara ek olarak, insan denetçiler uzun vardiyalar boyunca yorulabilir, bu da dikkatlerinin azalmasına ve hata riskinin artmasına neden olabilir. 

Bu tuzakların farkına varan birçok üretici artık bilgisayarlı görü destekli kalite kontrol ve otomatik gıda denetim sistemlerini benimsiyor. Bu yenilikçi sistemler gerçek zamanlı gözetim sağlar ve yüksek kaliteli çıktıları desteklerken insan hatalarını azaltmaya yardımcı olur. 

Yapay görme ile gerçek zamanlı gıda kusur tespiti

Specialvideo'nun Vision AI çözümü, her pizzayı gerçek zamanlı olarak incelemek için Ultralytics YOLO modellerinin örnek segmentasyon desteğini kullanır, böylece tüketicilere yalnızca kaliteli ürünler ulaşır. Her pizzayı tarifiyle karşılaştırarak malzemeleri doğru bir şekilde sayar ve ölçer, eksik veya fazla malzemeleri, eşit olmayan dağılımları ve tutarsız miktarları hızla tespit eder.

Hatalı bir pizza tespit edildiğinde - yanlış hizalanmış malzemeler, yanlış malzeme miktarları veya mavi plastik gibi kirleticiler nedeniyle - sistem pizzayı otomatik olarak hurda hattına yönlendirir. 

Specialvideo, dağıtım sonrası doğruluğu korumak için veri setini sürekli olarak genişletiyor, etiketleme doğruluğunu iyileştiriyor ve YOLO 'yu düzenli olarak yeniden eğitiyor. Aşırı uyumu önlemek ve modelin sınırlı sayıda örnekten genelleme yapmasına yardımcı olmak için eğitim sırasında veri artırımı kullanıyorlar. Ayrıca, eğitim görüntülerinin %10'u, ağın farklı salam türleri gibi aynı içerik türünde bile varyasyonları ele almasına yardımcı olan yararlı arka plan bağlamı sağlamak için Margherita pizzalarını içeriyor.

Bunun ötesinde, yeniden eğitim sürecini daha da verimli hale getirmek için Specialvideo yeni pizza malzemeleri için bir iş akışı uyguladı. Bu iş akışı, yeni görüntülerin etiketlenmesini hızlandırmak için YOLO 'dan yararlanıyor ve malzeme çeşitleri geliştikçe insan gözetimine olan ihtiyacı azaltıyor.

‍

Neden Ultralytics YOLO modellerini seçmelisiniz?

Specialvideo, Ultralytics YOLO modellerini kullanmayı seçti çünkü yapay zeka modeli performansı ve maliyeti arasında mükemmel bir denge sunuyorlar. Nvidia GTX-1660gt GPU (Grafik İşleme Birimi) ile sistem sadece 200 - 250 ms'lik çıkarım sürelerine ulaşarak her 600 ms'de bir pizza üreten bir üretim hattını idare edecek kadar hızlı hale geliyor. 

YOLO'nun verimli işleme hızı gerçek zamanlı kalite kontrolünü kolaylaştırır. Genel olarak, bu yaklaşım sadece üretimi kolaylaştırmakla kalmaz, aynı zamanda ölçeklenebilirliği de destekler ve yüksek hacimli gıda üretim ortamları için sağlam bir çözüm haline getirir. 

YOLO gıda denetim çözümü %99 doğruluk sağlıyor

Specialvideo'nun yapay zeka gıda denetim çözümü, Ultralytics YOLO modellerini entegre ederek pizza üretiminde kalite kontrolünü dönüştürdü. 1.500'den fazla görüntüden oluşan sağlam bir veri kümesi üzerinde eğitilen model, 10'dan fazla farklı malzemeyi doğru bir şekilde tanıyarak bunları zeytin, salam dilimleri, hamsi ve mozzarella topları gibi sayılabilir öğeler ve küp jambon, mantar, peynir dilimleri ve biber gibi sayılamayan öğeler olarak sınıflandırır. 

YOLO sistem gerçek zamanlı olarak %99'a varan doğrulukla çalışarak insan denetçilerden daha iyi performans gösterir ve manuel yöntemlere kıyasla denetim sürelerini önemli ölçüde azaltır. 

İlginç bir şekilde çözüm, salata ve makarna gibi başlangıç eğitiminde yer almayan gıda ürünlerindeki bileşenleri doğru bir şekilde tanıyarak umut verici sonuçlar ortaya koymuş ve yeni ürün gruplarına daha kolay genişlemeyi kolaylaştırmıştır. Sonuç olarak, bu yenilikçi yaklaşım operasyonel verimliliği artırıyor, israfı en aza indiriyor ve maliyetleri düşürerek otomatik gıda denetimi ve kalite güvencesi için yeni bir ölçüt oluşturuyor.

Gıda sektöründe akıllı üretimin teşvik edilmesi

Specialvideo'nun önündeki yol heyecan verici görünüyor. Şirket, Vision AI çözümünü salata ve makarna gibi diğer gıda ürünlerini de kapsayacak şekilde genişletmeyi planlıyor. Specialvideo, derin öğrenme modellerine sürekli olarak ince ayar yaparak ve veri setini büyüterek gerçek zamanlı kalite kontrolünü daha da iyileştirmeyi, israfı azaltmayı ve üretim verimliliğini artırmayı hedefliyor. Bu geliştirmeler yeni endüstri standartlarının belirlenmesine yardımcı olacaktır.

Vision AI ile operasyonlarınızı güçlendirmek mi istiyorsunuz? Ultralytics'in yapay zeka çözümlerinin sağlık hizmetlerinde yapay zeka ve üretimde bilgisayar görüşü gibi alanlarda nasıl bir etki yarattığını görmek için GitHub depomuza gidin. YOLO modellerimiz ve lisanslama seçeneklerimiz hakkında ayrıntılı bilgiler bulun ve daha akıllı, daha verimli otomasyona doğru ilk adımı atın.