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
  • META-aivi 智能電子製造

    在製造過程中導入操作簡易的「穿戴式AI」META-aivi,人員可透過AI學習面板上所標示出的正確組件配置圖,立即驗證人員組裝正確性。若偵測到裝配錯誤,META-aivi將立即發出異常警示,提醒人員即時修正,確保物件的品質一致,減少人為疏失。 此外,組裝完成後利用AI做統一流程驗證,即時儲存辨識結果並製成品檢履歷,能有效追蹤料件資訊,建立完整的製程資訊。
  • 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。
  • iced ring doughnuts in a white box

    使用 AI 進行自動化自助結帳

    國際甜甜圈連鎖品牌採用AI自動化自助結帳系統,提高結帳效率,縮短顧客等待時間,提升店面運營效率。
  • commercial airplane on apron at night connected to jet bridge

    運用AR+AI進行停機坪管理優化

    探索先進的人工智慧(AI)和擴增實境(AR) 整合對主要國際機場停機坪管理營運的影響。