food quality inspection of apples on a conveyor in a factory

META-aivi成功案例

食品業

食品加工業異物檢測應用

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。

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。

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。

AR+AI視覺系統，靈活篩檢出異物


整合AR擴增實境和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。

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

  • 飲品包裝印刷資訊品質檢測及溯源資訊存留解決方案

    運用SolVision AI影像平台的Instance Segmentation技術，以瓶蓋側文字及條碼影像樣本訓練AI模型並執行光學字元辨識(OCR)，即可於高速生產的飲品產線中精準辨識外包裝上的產品資訊，除檢出印刷不良的產品外，亦大幅強化產線溯源管理及紀錄存留的效率。
  • green bottle lot

    玻璃酒瓶黴斑髒汙檢測方案

    為落實環保，酒商皆啟動玻璃瓶容器回收再利用的機制。但玻璃酒瓶內緣之黴斑髒汙，即使經過清洗消毒仍然容易殘留，人眼不易看出黴斑。SolVision以酒瓶影像訓練AI，學習黴斑髒污的位置與顏色，自動辨識黴斑髒污特徵，在清洗產線上快速找出有黴斑、髒污的酒瓶汰除，讓回收再利用酒瓶維持品質。

  • LED PCBA瑕疵檢測解決方案

    PCB【AI瑕疵檢測】LED中PCBA的良率難題：元件既多且雜，瑕疵檢測大不易！運用SolVision AI影像平台技術，在影像樣本中定位並標註鋁基板上的刮痕、髒污等異常及瑕疵情形，透過AI深度學習，即可自動且即時地檢出並定位鋁基板上的各式瑕疵，大幅提升產線生產效率。
  • close-up of PCB assembly

    使用 AI 進行 PCB 組裝驗證

    META-aivi 為領先的IPC 製造商優化 PCB 組裝和偵測，透過 AR + AI 驗證提高精度和效率。