native egg lot

SolVision成功案例

雞蛋蛋殼品質檢測分級解決方案

AI輔助蛋殼孔隙偵測及自動化分級系統

雞蛋食品安全管理:
蛋殼品質控管的重要性

臺灣雞蛋年產量達70餘億顆,是國人主要的蛋白質攝取來源之一。然而蛋雞產蛋後,沙門氏菌容易透過蛋殼表面孔隙侵入蛋體,造成食安疑慮。若能在生產端有效地控管雞蛋蛋殼品質,將能大幅降低食用雞蛋的風險並提升雞蛋的商品價值。

人工檢測雞蛋蛋殼瑕疵,準確度低且無法高速運作

雞蛋蛋殼品質的主要指標係蛋殼表面的孔隙密度,學術上雞蛋蛋殼品質的分類方式係依孔隙密度將雞蛋分為三級。然而,蛋殼孔隙及裂痕生成的型態十分隨機,且產線中雞蛋排列的角度亦難以預測,過去僅能以人工目視方式汰除裂蛋,在高速運作的產線中效果十分有限。

AI透過深度學習,取代人力成為雞蛋食安的守門員

運用SolVision AI影像平台的Segmentation技術,定位、標註影像樣本中雞蛋裂隙瑕疵的位置並據以訓練AI模型,訓練完成後即可透過AI檢測蛋殼表面的孔隙及裂痕情形再予以分級,提升雞蛋食用的安全性及商品價值。

蛋殼孔縫密度檢測案例

蛋殼品質層級

Green: Level 1

Eggshell hole seam density detection case

Blue: Level 2

Eggshell hole seam density detection case

Pink: Level 3

Eggshell hole seam density detection case

檢測結果

Green  一級蛋        Blue 二級蛋      Pink 三級蛋

Eggshell hole seam density detection case
Eggshell hole seam density detection case
相關文章
  • complex plastic parts aligned in a bin

    塑膠零件料箱取放

    客戶需要一項自動化解決方案,目的是透過自動化流程,從箱中取出零件,並將其放置在旋轉輸送帶上,而另一台機器則在塑料零件上為螺栓製造螺紋,以利進行高效地拾取和零件運輸流程。
  • multicolored electronic part

    電源供應器內部線材組接解決方案

    電源供應器內部元件及線路多元且複雜,檢測接點時容易受到背景干擾而影響視覺判斷。額外使用人工及AOI傳統光學檢測皆不易執行,難以於產線端有效管控產品品質。經訓練的AI模型可以精準地偵測並定位線材錯接的電源供應器接線瑕疵,即時將不良品檢出。
  • 細胞病變辨識及分類解決方案

    切片顯微影像中細胞的外觀不固定,細胞病變發生的位置、型態也十分隨機,導致每位醫師對於癌細胞的判斷及圈選標準不盡一致,更無法透過傳統光學檢測以撰寫邏輯方式判斷癌細胞的型態。資料擴增結合AI深度學習技術可以更快速準確地判讀細胞特徵!
  • a group of square objects

    晶圓不良品分類及瑕疵定位自動化解決方案

    傳統光學檢測無法針對全幅影像進行分類,故無法於第一階段汰除瑕疵過多的晶圓。應用SolVision AI影像平台技術辨識瑕疵特徵。首先判斷晶圓是否具有過多瑕疵,汰除無法修復的不良品。其次運用影像處理技術分割晶圓影像,並以工具偵測瑕疵,記錄其特徵、坐標、面積等資訊,大幅提升後續修補的效率。