更聪明的眼睛在线:人工智能检查可以看到人类错过的东西
质量保证中的劳动力不稳定正在推动食品加工商转向人工智能视觉检测。了解基于机器的检测如何捕获人眼经常在生产线上遗漏的异物和缺陷。

这篇文章最初发表在《食品与饮料技术》上。 点击此处访问该出版物网站上的文章。
食品加工商在不牺牲质量的情况下生产更多产品所面临的不断增长的需求不会消失。
现在距离Covid-19时代还有几年的时间,食品制造业的营业额一直居高不下,这使许多加工商都在寻找更好的解决方案来满足这些需求。
传统的产品检测方法,无论是通过例行采样还是观察成排的产品在输送机上加速,都几乎无法维持当今的处理速度。手动检查是劳动密集型的、平凡的,并且在很大程度上取决于操作员的经验,因此即使在运行最佳的操作中也难以保持一致性。
正如许多食品品牌所发现的那样,当今由人工智能驱动的视觉检测技术在许多方面都优于纯人工检测。首先,人工智能视觉系统永远不会感到疲劳;它保持其高标准,每天全天客观地分析所有产品。此外,人工检查员通常只检查产品的表面。
配备顶视摄像头、底视摄像头和侧视摄像头的视觉检测系统可确保 100% 的产品检测。人工智能系统的实施还可以使产品检测超出人类所能看到的范围。多光谱和高光谱成像允许在可见光谱之外进行成分分析。
尽管基于人工智能的视觉检测已在食品加工中以某种方式使用了十多年,但对其能力和用例持怀疑态度的食品加工商仍然提出了许多疑问。

当今食品加工商从基于人工智能的视觉检测中受益的三种方式
1) 减少因异物导致的产品召回
异物有多种形式。输送机碎片或机械上的金属碎片、包装上的塑料或薄膜斑点,或者注意力不集中的生产线工人不小心将个人防护设备留在了加工线上,都可能导致大规模的产品召回。
大多数食品加工厂在关键工艺阶段使用X射线或金属探测器来检查异物。但是,这些检查系统类型仅在检测固体物体时有效。这意味着纸张、薄膜、塑料、木材等软质异物或外观缺陷(例如烘焙食品上的蛋糕面团)可能会在未被发现的情况下通过。
当今基于人工智能的视觉检测技术完全有能力从产品表面检测出传统上具有挑战性的异物。人工智能视觉系统可以将自然变异的产品与即使是最敏锐的操作员也可能错过的异常情况区分开来,例如切碎的奶酪床上的透明塑料或一堆碎牛肉上的大块白色橡胶。
基于人工智能的现代视觉检测模型现在可以检测软质异物,例如纸张和塑料,这些异物通常会避开 X 射线和金属检测。

每一次避免的产品召回都会为食品品牌节省数百万美元;如果人工智能视觉系统仅从加工生产线中发现一种潜在的危险异物,则仅这一努力就可能为系统投资带来数倍的回报。
2) 更一致的大规模产品质量控制
食品生产场所的第一批视觉检测系统通常用于测量简单的产品特征,例如尺寸、形状、颜色和其他基本特征。当时的计算能力以及摄像头和照明技术只能处理如此多的输入,但是随着用户开始突破技术极限来测量更复杂的产品特征或进一步了解其过程,视觉检测开发人员开始探索人工智能作为部署更多测量能力的方法。
以汉堡包为例;对于快餐店(QSR)品牌来说,一致的尺寸、体积和烘焙颜色过去足以作为质量指标。近年来,一些QSR已扩展到不同和更深入的产品测量,例如种子分布或分析包子上的光泽。现在,借助先进的摄像头和照明技术,由人工智能驱动的系统可以全线速度量化这些特殊性,从而使操作员能够进行必要的调整以确保每次生产运行的一致性。
基于人工智能的视觉检测技术的另一个质量保证价值是它们能够检测产品的细微异常和缺陷。以动物饼干生产线为例。每个饼干都有详细的特征,可以将其识别为特定的动物。破碎的饼干太多对品牌的影响不佳。
由于经过训练的人工智能视觉系统能够检测 100% 离开烤箱或冷却区的饼干,这些形状识别和缺陷检测能力可以非常可靠,可以用来驱动拒绝机制,从生产线中去除有缺陷的产品。如果大象缺少树干或鸟缺少了嘴,则与普通产品检查员相比,人工智能系统可以更快、更稳定地做出决定。
通过节省劳动力、减少浪费和提高运营效率,用于质量控制的基于人工智能的检测系统可通过多个方面快速实现投资回报。
3) 生产过程优化和产量提高
每个 AI 视觉检测系统都可以成为食品加工组织的数据强国。在楼层,视觉数据可以帮助发现流程不一致的根本原因。以鸡块生产厂为例:一个设施可能有多个批次的油炸机来煮面包屑产品。产品煮熟并通过输送机进入冷却区后,在线检测系统可能会检测到特定油炸锅中的产品变色,这可能表明需要更换油或调整温度。
在工厂层面,视觉数据可能有助于发现生产趋势,操作员可以利用这些趋势来更积极地做出决策。例如,如果某个质量缺陷与其他生产班次相比在一次生产班次中发生的频率更高,或者如果这些缺陷可能与特定供应商的原料批次有关,则视觉数据可以为质量经理节省大量的故障排除时间。
你的公司在考虑人工智能检查吗?
人工智能驱动的视觉检查并不能取代经验丰富的质量保证团队的重要性,而是通过提供持续的实时检查来增强他们的重要性,使团队成员能够专注于工厂的其他更重要的任务。对于烘培、肉类和新鲜农产品的加工商而言,结果是减少了意外,提高了合规性,并增强了对每种产品都符合最高质量和食品安全标准的信心。


