3
當(dāng)前位置：賽默飛世爾科技智能制造與過程分析>>技術(shù)文章>>AI賦能X射線檢測，引領(lǐng)食品生產(chǎn)智能化
AI賦能X射線檢測，引領(lǐng)食品生產(chǎn)智能化
X射線產(chǎn)品檢測技術(shù)常應(yīng)用于掃描和檢測產(chǎn)品中可能存在的異物或污染物，如金屬、玻璃或塑料，以避免對消費(fèi)者的潛在危害，并保護(hù)制造商的品牌聲譽(yù)。創(chuàng)新X射線技術(shù)確保生產(chǎn)工藝達(dá)到特定的視覺質(zhì)量。
AI在制造業(yè)運(yùn)用先進(jìn)算法優(yōu)化生產(chǎn)，實(shí)現(xiàn)感知、推理等智能任務(wù)，旨在提效降本、增強(qiáng)品質(zhì)，融合機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺等。AI融入生產(chǎn)提升效率、安全，靈活應(yīng)對市場變化。
賽默飛創(chuàng)新將AI與X射線檢測軟件集成
為食品制造賦能
X射線檢測和AI
Thermo Scientific™ Xpert™ C系列和Xpert C HD系列是專為工業(yè)應(yīng)用設(shè)計(jì)的先進(jìn)X射線產(chǎn)品檢測系統(tǒng)。這些系統(tǒng)利用前沿技術(shù)來提供優(yōu)異且穩(wěn)定的檢測功能。
? Xpert C專為袋裝、盒裝和其他包裝產(chǎn)品而設(shè)計(jì)；
? Xpert C HD是專為體積更大且更重的包裝而設(shè)計(jì)的。
Xpert軟件利用復(fù)雜的算法和圖像處理技術(shù)對異物、污染物和缺陷進(jìn)行檢測和識別，該軟件支持定制，適用于多種應(yīng)用。
可采用新的AI模塊來增強(qiáng)Xpert軟件，以便對產(chǎn)品圖像進(jìn)行識別和分類。該AI軟件模塊與X射線儀器在同一臺PC上運(yùn)行。在將經(jīng)過訓(xùn)練的模型加入X射線軟件中后，該軟件就能根據(jù)預(yù)定義的閾值對產(chǎn)品進(jìn)行有效評估和分類，例如確定產(chǎn)品是否合規(guī)。
優(yōu)化性能：軟件中的AI模塊詳解
Thermo Scientific Xpert AI軟件模塊采用人工智能技術(shù)來增強(qiáng)成像算法。除了傳統(tǒng)的圖像處理技術(shù)外，該軟件還利用先進(jìn)的算法來分析傳統(tǒng)軟件中常見的像素和灰度級。AI系統(tǒng)會將掃描到的每張產(chǎn)品圖像分為不同的類別，最少分為兩類，最多分為五類。例如，可根據(jù)產(chǎn)品形狀（如正方形、長方形、圓形、橢圓形或三角形）對產(chǎn)品進(jìn)行分類，按形狀分類可得到最大的類別數(shù)。另外，也可以按合規(guī)和不合規(guī)分類，這樣可得到最小的類別數(shù)。
AI學(xué)習(xí)過程
該軟件可針對機(jī)器中加載的每個(gè)產(chǎn)品文件或配方使用不同的模型。AI引導(dǎo)的Xpert軟件的學(xué)習(xí)過程包括使用X射線圖像數(shù)據(jù)集訓(xùn)練AI算法。該過程通常包括四個(gè)步驟：
向下滑動查看所有步驟
<<<
聯(lián)系我們
了解更多
在一家奶酪生產(chǎn)商的奶酪產(chǎn)品分類應(yīng)用中，AI 軟件發(fā)揮了關(guān)鍵作用。該客戶面臨如下問題：如何根據(jù)奶酪孔洞的數(shù)量、形狀、大小、分布和位置等因素，將奶酪分為成熟奶酪和未成熟奶酪。客戶一開始使用一名人工檢驗(yàn)員，通過目視檢查大屏幕上的X射線圖像，對產(chǎn)品進(jìn)行人工評估。然而，鑒于產(chǎn)品本身的可變性和評估參數(shù)的復(fù)雜性，發(fā)現(xiàn)傳統(tǒng)的分析檢測方法不切實(shí)際。
為了應(yīng)對這一挑戰(zhàn)，我們對AI模塊進(jìn)行了訓(xùn)練，讓其模仿人類操作員的角色，將奶酪分為五個(gè)不同的類別。這些類別為A1、A2和B（見下圖1），代表尚未成熟且需要更多時(shí)間成熟的奶酪；以及C和D（見下圖2），代表已完全成熟且可供食用的奶酪。
圖1：圖像A1、A2和B（從左到右）被歸類為未完全成熟的奶酪。
圖2：圖像C和D（從左到右）被歸類為完全成熟奶酪。
為了對人工智能算法進(jìn)行初步評估，總共分析了500塊奶酪。這500份奶酪樣本包含五個(gè)類別(A1、A2、B、C、D)，每個(gè)類別各100 份樣本。下表1列出了針對非常復(fù)雜的奶酪應(yīng)用進(jìn)行初步分類測試的結(jié)果。
表1：使用500張圖像進(jìn)行初步評估，總誤差率為 1.2%。
通過利用AI技術(shù)，該奶酪公司突破了人工檢測方法所的局限性，實(shí)現(xiàn)了奶酪分類過程的自動化和簡化。這一技術(shù)提高了奶酪分類和成熟度評估過程中效率、準(zhǔn)確度和一致性，從而確保只向客戶提供最高質(zhì)量的奶酪產(chǎn)品。這種對品質(zhì)的承諾，有助于提高其品牌聲譽(yù)并維持客戶滿意度。
一家烘焙食品生產(chǎn)商需要使用AI軟件對包裝中意式蛋糕的擺放位置進(jìn)行進(jìn)行分類。該項(xiàng)目的目標(biāo)是識別出在紙盒內(nèi)旋轉(zhuǎn)90°的意式蛋糕，并判為不合格。由于產(chǎn)品具有不同的尺寸和形狀，傳統(tǒng)的方法并不可行，因?yàn)樗鼰o法考慮隨時(shí)間推移而觀察到的潛在變化。
為了應(yīng)對這一挑戰(zhàn)，我們對AI模型進(jìn)行了訓(xùn)練，其將產(chǎn)品分為兩類："A" 代表不符合標(biāo)準(zhǔn)的產(chǎn)品（表示產(chǎn)品旋轉(zhuǎn)了 90°），"B" 代表符合標(biāo)準(zhǔn)的產(chǎn)品（表示產(chǎn)品在包裝盒中的擺放位置正確）。下面的圖3和圖4展示了客戶提供的圖像示例，在AI學(xué)習(xí)過程中采用了這些影像。
圖3：不符合標(biāo)準(zhǔn)的產(chǎn)品圖像（旋轉(zhuǎn)了 90°）。
圖4：符合標(biāo)準(zhǔn)的產(chǎn)品圖像（擺放位置正確）。
我們使用生產(chǎn)商提供的1,994張圖像對AI算法進(jìn)行了初步評估，并將結(jié)果匯總在下表2 中，顯示評估誤差率為0.11%。這一誤差率與生產(chǎn)線中0.10%的誤差率基本吻合。
表2：使用1,994張圖像進(jìn)行初步評估，總誤差率為 0.11%。
X射線和AI技術(shù)的應(yīng)用，在幫助意式蛋糕生產(chǎn)商縮短質(zhì)量控制和檢測時(shí)間方面發(fā)揮了關(guān)鍵作用。該技術(shù)可確保對產(chǎn)品質(zhì)量進(jìn)行有效且準(zhǔn)確的評估，保證產(chǎn)品在進(jìn)入市場時(shí)始終保持理想狀態(tài)，從而維護(hù)了品牌聲譽(yù)。