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

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。

課題

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。

挑戰

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。

解決方案

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。

其他相關食品案例

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
  • 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。
  • An energy storage system (ESS) in a park surrounded by trees, solar panels, and an wind turbine

    儲能系統的組裝檢測與操作SOP驗證

    具深度學習AI的META-aivi,針對需檢查的部位AI快速建模後,工作人員配戴AR眼鏡即可即時檢測,判斷儲能櫃的線路、管線、水箱蓋、開關、旋鈕是否正確組裝
  • Surgical clamps and medical equipment on a green surgical tray inside operating room

    醫療手術器械的AI識別與分類

    使用 META-aivi 優化手術器械準備,以增強病人安全。可節省 60% 的時間,實現100% 物品辨識準確率。
  • cable and connector for USB, Type-C, Micro USB, Lightning, on a white background in isolation, collage

    AI影像辨識、分類與瑕疵檢測各式傳輸線

    由於傳輸線的種類、數量繁多,以往仰賴人力辨識物件易有所疏漏,運用最先進AI+AR技術可協助前線人員快速辨識出不同的傳輸線種類,並能自動導入出貨系統。