检测系统——切勿局限于单一视角

《食品工程》的 Wayne Labs 探讨了为何食品加工商不应仅依赖视觉检测，以及人工智能和机器学习如何与 X 射线、近红外/高光谱和金属检测技术相结合，扩展检测系统的探测能力。

KPM Analytics 项目经理 Courtney Crichlow 为该文章贡献了关键见解。她解释说，传统的检测标准受限于人工质检团队的实际抽检能力，而当今许多设备仍沿用这些历史标准，而非旨在减少食品浪费、提升质量和预防异物事故。她还纠正了一个常见的误区，即人工智能视觉模型开箱即用，并指出基于人工智能的系统需要大量初始数据集来学习产品差异以及目标异物的具体特征。文章还展示了 KPM Analytics 的图像，说明了训练有素的人工智能/机器学习系统如何发现 X 射线和金属探测器经常遗漏的低密度异物，例如鸡肉中的塑料和牛肉碎中的棉手套。

阅读《食品工程》文章