food quality inspection of apples on a conveyor in a factory

META-aivi成功案例

食品加工业异物检测应用

客戶

客户为台湾知名冷冻调理食品企业吉康食品,主要提供中西式冷冻调理及餐包、排餐服务,同时更提供食材、酱料零售批发与代工,备受各界好评。

课题

食品加工业的食安控管检测

一般来说,目前的食品检测方式约分成三类,分别是生物性、化学性及物理性。
以物理性检测为例,其主要是侦测食品中是否存在昆虫肢体、金属、塑料、玻璃、木屑、纸张等不同类型异物混入,因此,食品在加工前,为了确保食品安全和质量,食品加工业者一般会采取不同的检测方式以排除异物,如金属 / X光 / AOI光学检测、过滤筛选器、人工检查等。

挑战

食品异物检测的难题

由于所生产的产品类型不一,每种产品都有不同的异物排除需求,因此异物排除系统需要具有足够的灵活性和适应性,以应对不同类型的产品,才能有效辨识并排除金属、塑料、玻璃、木头等异物,避免消费者误食。
而此案客户需在鱼肉、菇类、面条等多项产品中进行异物检测,不过,要从大量产品中寻找细微、颜色相似的异物并非易事,即使导入高精度颜色辨识 / 检测器或人工拣选,仍有漏检现象发生。
因此客户积极寻求具有弹性、高辨识率的 AI 检测系统,一方面加速生产效率,一方面则是降低人力因疲劳、走神所造成的风险。

解决方案

AR+AI视觉系统,灵活筛检出异物

整合 AR增强实境AI人工智慧技术,META-aivi 比一般 AI 少 90% 的样本数,就能快速训练 AI 系统,协助产线进行异物辨识。
即使颜色相仿、尺寸细微肉眼难辨识,只要运用所罗门的 AI 技术建立高辨识率的 AI 模型,搭配行动装置、IP Cam、Body Cam、AR 眼镜等移动载具,混入鱼肉中的鱼刺、菇类中的毛絮与头发、面条中的脏污及橡皮筋,都能在系统中一一被检出,大幅降低人员漏拣机率。

其他相关食品案例

鸡块食品瑕疵检测

除了食品异物外,所罗门曾协助企业进行鸡块食品瑕疵检测,运用强大的 AI 视觉技术,可以辨识并定位不规则瑕疵或特征,轻易解决传统光学难以辨识的视觉问题。