AI 智慧食品加工品檢測：輸送帶生產線品質檢驗
案例背景
在食品加工過程中維持產品品質
視覺檢測可在食品加工品進入後續製程前，辨識不符合既定外觀標準的產品。
在輸送帶生產環境中，產品可能快速移動，且位置與方向各不相同。檢測系統必須因應這些變化，同時在生產過程中持續監控產品狀態。
可靠的檢測有助於維持一致的產品品質，並協助製造商符合衛生與品質保證要求。
面臨的挑戰
高速輸送帶上不同外觀產品的檢測難題
食品加工品的外觀可能存在自然差異，且產品可能隨機分布於輸送帶上。
這些情況增加了連續生產過程中維持一致性檢測的難度，尤其是在需要辨識多種缺陷類別時。
人工食品檢驗需要投入大量人力。隨著產量與輸送帶速度提高，人工檢驗也可能難以維持效率。此外，生產線上增加檢驗人員也可能帶來衛生管理方面的疑慮。
因此，製造商需要一套食品加工品檢測方法，即使產品的外觀、位置與分布情況不斷變化，仍能有效辨識產品異常。
解決方案
運用 SolVision 實現 AI 食品自動化檢測
Solomon 的 SolVision 機器視覺檢測解決方案運用 AI 影像處理與分析技術，在食品加工品沿輸送帶移動的過程中執行檢測。
系統透過學習預先定義的缺陷類別，即時分析產品外觀。當產品沿生產線移動時，SolVision 可辨識已學習的缺陷特徵，將原本仰賴人工檢驗人員執行的視覺檢測工作自動化。
系統可整合至高速輸送帶生產流程，即使產品外觀與位置有所變化，仍能支援缺陷檢測作業。
雞塊缺陷檢測
 |  |  |  |
| 過度烹調 | 黏連 | 燒焦 | 表面油膩 |