SolVision사례 연구

AI를 활용한 계란 품질 검사

사례

자동화된 계란 껍질 균열 감지

계란은 그 영양 가치로 널리 소비되지만, 균열이 있는 계란은 조리 후에도 살모넬라 오염의 위험을 초래할 수 있습니다. 강한 계란 껍질은 필수적인 기체와 수분의 통과를 허용하는 보호 장벽 역할을 합니다. 안전성과 품질을 보장하기 위해서는 계란 껍질에 결함이 있는지 점검하고 유통 전에 등급을 매기는 것이 필수적입니다. AI 기반 자동화 시스템을 도입하면 이 과정을 간소화하고 효율성을 높이며 계란 품질 손상의 위험을 최소화할 수 있습니다.

도전 과제

계란 껍질 결함 예측의 어려움

일반적으로 계란 껍질의 품질은 껍질 표면의 기공 밀도를 기준으로 평가되며, 이는 일반적인 등급 시스템에 따라 여러 수준으로 나뉩니다. 그러나 계란 껍질의 기공과 균열이 무작위로 발생하기 때문에 결함 있는 제품을 예측하고 감지하는 데 어려움이 있습니다. 고속 및 특정 각도로 생산 라인에서 처리되는 계란은 전통적인 자동화 작업을 복잡하게 만듭니다. 최근까지 수작업 검사가 주요 방법이었지만 효율성이 낮았습니다.

솔루션

SolVision을 통한 고급 시각 검사

딥러닝을 활용한 SolVision은 샘플 이미지를 통해 계란 껍질 결함을 식별하고 주석을 달아 검사 시스템을 학습시킵니다. AI 모델은 계란 껍질 표면의 기공과 균열을 감지할 수 있으며, 자동화된 계란 품질 검사 과정에서 계란을 정확하게 분류합니다. 이 접근 방식은 안전 기준을 준수하고 품질 관리 개선을 통해 제품의 전체 가치를 향상시킵니다.