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
  • black and white labeled box

    晶圓研磨瑕疵檢測解決方案

    化學機械平坦化(CMP)是半導體製造中不可或缺的製程之一,然而,研磨液中過大顆粒及微粒凝聚體可能造成晶圓上的微劃痕,是CMP製程中最主要的瑕疵類型。傳統AOI檢測即使耗費大量人力撰寫演算法,仍無法精準偵測整張晶圓影像瑕疵。運用所羅門SolVision解決方案來精準找到研磨瑕疵
  • 如何快速精準辨識多種IC Tray盤字元

    快速辨識多種IC Tray盤字元

    所羅門利用 SolVision學習Tray盤所需辨識的定位點,執行光學字元辨識 (OCR),能夠大幅優化傳統AOI的作業流程,不受識別畫面位移、歪斜及其字元缺陷等限制,精準識別個別料件來源,而隨著AI深度學習件數增加,亦能持續優化AI辨別字元的能力,使辨識字元不再困難。
  • 紡織品彩色織帶瑕疵檢測

    透過AI視覺技術檢測紡織品織帶瑕疵,加速整體效率,提升產線生產力。
  • 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。