native egg lot

SolVisionÉtude de cas

Alimentation et boissons

Inspection de la qualité des œufs à l’aide de l’IA

Cas

Détection automatisée des coquilles d’œufs fissurées

Les œufs de poule sont largement consommés pour leur valeur nutritive, mais les œufs fissurés présentent un risque de contamination par la salmonelle, même après une cuisson soigneuse. Des coquilles d’œufs robustes agissent comme une barrière protectrice, permettant le passage de gaz et d’humidité essentiels. Pour garantir la sécurité et la qualité, il est impératif d’inspecter les coquilles d’œufs à la recherche de défauts et de les classer avant leur distribution. La mise en œuvre de systèmes automatisés basés sur l’IA peut rationaliser ce processus, améliorant l’efficacité et minimisant le risque de compromettre la qualité des œufs.

Défi

Défis dans la prévision des défauts de coquilles d’œufs

En général, la qualité des coquilles d’œufs est évaluée en fonction de la densité des pores à la surface de la coquille, classée en différents niveaux par les systèmes de classement courants. Cependant, l’apparition aléatoire des pores et des fissures sur les coquilles d’œufs pose un défi pour prédire et détecter les produits défectueux. Les œufs, traités à grande vitesse et à des angles spécifiques sur les lignes de production, compliquent les efforts d’automatisation traditionnels. Jusqu’à récemment, l’inspection manuelle était la méthode principale, bien qu’avec une faible efficacité.

Solution

Inspection visuelle avancée avec SolVision

En utilisant l’apprentissage profond, SolVision emploie la technologie de l’IA pour identifier et annoter les défauts des coquilles d’œufs dans des images d’échantillons, formant ainsi le système d’inspection. Le modèle d’IA peut détecter les pores et les fissures à la surface de la coquille d’œuf, catégorisant avec précision les œufs pendant le processus d’inspection automatisée de la qualité des œufs. Cette approche garantit le respect des normes de sécurité et améliore la valeur globale des produits grâce à un meilleur contrôle de la qualité.

Classification de la qualité des œufs

Level 1 eggshell hole seam density detection

Niveau 1

Vert

Level 2 eggshell hole seam density detection

Niveau 2

Bleu

Level 3 eggshell hole seam density detection

Niveau 3

Rose

classification of eggs on a production line using AI
classification of eggs on a production line using AI

Résultat

L’inspection visuelle basée sur l’IA améliore considérablement l’assurance qualité des coquilles d’œufs en détectant avec précision les défauts, en garantissant le respect des normes de sécurité et en améliorant la qualité globale des produits.
La technologie d’apprentissage profond rationalise le processus de classement en automatisant la détection des pores et des fissures des coquilles d’œufs, surmontant ainsi les défis de l’automatisation traditionnelle.
Le système d’inspection visuelle de SolVision remplace les méthodes manuelles, offrant une efficacité supérieure dans l’identification et la catégorisation des défauts des coquilles d’œufs, réduisant le risque de contamination par la salmonelle et garantissant une plus grande sécurité alimentaire.