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
  • 各國硬幣面額智能化辨識及計算解決方案

    許多製幣廠試圖以視覺技術進行錢幣的篩選,使用SolVision的Feature Detection工具,學習錢幣在各種亮度、髒汙與氧化程度的影像資料,不僅可分辨圖案相同但面額不同的錢幣,亦可正確辨識出各國錢幣,並即時計算出各國錢幣的總面額。
  • AI影像辨識 – OCR電子元件字元

    電子元件製造過程追蹤為半導體之產出基石,辨識元件編號被視為生產重要環節之一。但較差環境下讓AOI辨識更加困難,對於提升產線效率以及降低字元的誤判度有很大改善空間。利用SolVision技術執行光學字元辨識,有別於傳統AOI,不受底色、環境光線及字元種類多等限制,可精準識別個別編碼。
  • 高爾夫球桿頭品質檢測解決方案

    高爾夫球桿頭是球具組合中最重要的部份,消費者十分重視桿頭完成面的細緻程度。運用SolVision AI影像技術,將影像樣本中高爾夫球桿頭上的細微瑕疵逐一標註,藉以訓練AI模型,訓練完成後的AI模型即能不受商標、紋路及金屬光澤的影響,定位並標註所有細微的表面瑕疵。
  • 漸層玻璃瓶瑕疵檢測

    漸層玻璃瓶皆經過噴砂製程霧面處理,製作過程常見的瑕疵類型為色澤不均或者瓶身出現黑點,而這些瑕疵因無法明確定義且樣式不固定,難以採用AOI方法進行檢測。訓練完成的AI模型即可快速檢出玻璃瓶身各角度之瑕疵分布,並標註出缺陷位置。