food quality inspection of apples on a conveyor in a factory

META-aivi成功案例

食品加工業異物檢測應用

客戶為台灣知名冷凍調理食品企業吉康食品,其主要提供中西式冷凍調理及餐包、排餐服務,同時更提供食材、醬料零售批發與代工,備受各界好評。

食品加工業的食安控管檢測


一般來說,目前的食品檢測方式約分成三類,分別是生物性、化學性及物理性。

以物理性檢測為例,其主要是偵測食品中是否存在昆蟲肢體、金屬、塑料、玻璃、木屑、紙張等不同類型異物混入,因此,食品在加工前,為了確保食品安全和質量,食品加工業者一般會採取不同的檢測方式以排除異物,如金屬/X光/AOI光學檢測、過濾篩選器、人工檢查等。

食品異物檢測的難題

由於所生產的產品類型不一,每種產品都有不同的異物排除需求,因此異物排除系統需要具有足夠的靈活性和適應性,以應對不同類型的產品,才能有效辨識並排除金屬、塑料、玻璃、木頭等異物,避免消費者誤食。

而此案客戶需在魚肉、菇類、麵條等多項產品中進行異物檢測,不過,要從大量產品中尋找細微、顏色相似的異物並非易事,即使導入高精度顏色辨識/檢測器或人工揀選,仍有漏檢現象發生。
 
因此客戶積極尋求具有彈性、高辨識率的AI檢測系統,一方面加速生產效率,一方面則是降低人力因疲勞、閃神所造成的風險。

AR+AI視覺系統,靈活篩檢出異物


整合AR擴增實境AI人工智慧技術,META-aivi比一般AI少90%的樣本數,就能快速訓練AI系統,協助產線進行異物辨識。
 
即使顏色相仿、尺寸細微肉眼難辨識,只要運用所羅門的AI技術建立高辨識率的AI模型,搭配行動裝置、IP Cam、Body Cam、AR眼鏡等移動載具,混入魚肉中的魚刺、菇類中的毛絮與頭髮、麵條中的髒污及橡皮筋,都能在系統中一一被檢出,大幅降低人員漏揀機率。

雞塊食品瑕疵檢測


除了食品異物外,所羅門曾協助企業進行雞塊食品瑕疵檢測,運用強大的AI視覺技術,可以辨識並定位不規則瑕疵或特徵,輕易解決傳統光學難以辨識的視覺問題。

相關文章
  • META-aivi SOP智能工安巡檢

    在工廠巡檢的過程中,導入META-aivi,利用AI建立正確的SOP操作步驟,逐一確保車輪是否與枕木放妥、接地線是否接妥以及確認靜電消除器燈號是否正常;並搭配擴增時境顯示現場狀況,於螢幕上顯示AI偵測結果,立即回傳辨識結果至人員眼前,若有異常則立即發出警示,指引人員正確的操作步驟並驗證流程的正確性,確保場域的安全。
  • leftover plastic parts from plastic injection molding machine

    導入AI進行塑膠零件回收驗證

    瞭解 META-aivi 如何利用人工智慧優化廢棄物管理程序,在提高塑膠零件回收效率的同時,減少錯誤和避免污染。
  • a forklift truck drives past stacked shelves insides a warehouse

    透過AI辨識與計數,進行智慧貨物盤點

    由於物品種類繁多,過往仰賴人力盤點時常有所疏漏,導致庫存數量異常。運用AR+AI技術,系統可自動分類物品種類和計算數量,自動產生盤點報表。
  • Pressure gauge psi meter in pipe and valves of water, oil and gas system industry

    使用擴增實境和人工智慧進行儀表測量

    運用META-aivi快速進行設備儀表數值監控,改善人工抄寫的失誤率及低效,一舉提升儀表數據數位化。