Mehr Durchblick für Smart Vision
Ein kleiner Einblick in unser Projekt mit Sensaray
Die Challenge
Die Oberflächenstrukturen von Lebensmitteln variieren. Das überfordert viele smarte Kamerasysteme, die für gewöhnlich Probleme haben, quantitative von qualitativen Merkmalen zu unterscheiden. So werden Produktfehler entweder nicht erkannt oder fehlerfreie Produkte als fehlerhaft eingestuft. Die Folge: ungenaue Qualitätskontrollen, hohe Kosten und Betriebsunterbrechungen. Deshalb bat uns sensaray, ein Minimum Viable Product (MVP) zu entwickeln, das die Fehleranfälligkeit der Prüfsysteme drastisch reduziert.
Die Lösung
Wir haben die involvierten Systeme kurzerhand schlauer gemacht – durch künstliche Intelligenz. Die Kameras können jetzt noch besser erkennen, ob ein Produkt der Qualitätsnorm entspricht, unabhängig von der individuellen Oberfläche. Dazu haben wir neuronale Netzwerke auf leistungsstarken Computern trainiert, die zielgenaue Entscheidungen über das Qualitätsmaß direkt an der Produktionslinie treffen. Diese werden dann mittels verschiedener Protokolle an die Maschinen weitergeleitet. Das Resultat ist die Fähigkeit, anhand der Daten schnell und präzise die Produktionsqualität zu bestimmen und fehlerhafte Produkte auszusortieren.
