STUDIUM PRZYPADKU · KLASYFIKACJA JAKOŚCI SUROWCA SPOŻYWCZEGO
Koniec sporów o jakość partii: obiektywny pomiar zamiast oka i wzornika na ścianie
Jak zastąpiliśmy subiektywną, ręczną ocenę koloru chipsów powtarzalnym pomiarem wizyjnym odniesionym do wzorca zmierzonego spektrometrem - dając dostawcy i odbiorcy jeden, bezsporny punkt odniesienia.
defekt 0.94
OK 0.99
BRANŻA
produkcja spożywcza / przetwórstwo ziemniaka na chipsy
ZAKRES
wizyjna, obiektywna klasyfikacja jakości; stanowisko pomiarowe + oprogramowanie
STATUS
pierwsza wersja wdrożona (klasyfikacja po kolorze), detekcja wad w rozwoju
REFERENCJA BARW
wzornik zmierzony spektrometrem, CRI powyżej 95, odporny na UV
KONTEKST
Jakość surowca ocenia się okiem - i tu zaczyna się problem
W ocenie ziemniaków przeznaczonych na chipsy kluczowy jest wygląd gotowego produktu. Standardowa procedura wygląda tak: z dostarczonej partii piecze się próbne chipsy, a potem ocenia się je wzrokowo, porównując kolor i wady z wzornikiem klas przyklejonym na ścianie hali.
Problem tej metody jest strukturalny, nie ludzki. Oko oceniającego jest zawodne, wynik zależy od oświetlenia w hali i od interpretacji konkretnej osoby, a ta sama próbka oceniona u dostawcy i u odbiorcy potrafi dać różne wyniki. To rodzi spory o jakość dostawy, których nie da się rozstrzygnąć obiektywnie - bo obie strony robią to samo, a każda może zakwestionować ocenę drugiej.
WYZWANIE
Dwie strony transakcji, brak wspólnej miary
Największym problemem była niejednorodność oceny między dostawcą a odbiorcą. Obie strony wykonują identyczny proces (pieczenie próbnych chipsów i porównanie z wzornikiem), ale interpretują wynik nieco inaczej.
Potrzebne było rozwiązanie, które klasyfikuje produkt automatycznie i powtarzalnie - niezależnie od osoby i warunków w pomieszczeniu - i które można postawić po obu stronach transakcji z identyczną referencją. Najpierw po kolorze, bo to on był głównym źródłem tarcia, a docelowo także po pozostałych wadach ziemniaka.
Bez wspólnego, obiektywnego punktu odniesienia każda ocena była negocjowalna, a spór o partię nie miał rozstrzygnięcia innego niż „nasze oko kontra wasze oko”.
ROZWIĄZANIE
Kontrolowana scena obserwacji zamiast zmiennej hali
Zaprojektowaliśmy i zbudowaliśmy system wizyjny do obiektywnej detekcji i klasyfikacji jakości ziemniaków i chipsów. Sercem rozwiązania jest zamknięte stanowisko pomiarowe, w którym warunki obserwacji są w pełni kontrolowane i stałe - tak, by zmienne, które psuły ocenę ręczną, przestały mieć znaczenie:
01
Zamknięta komora
z profili maszynowych, wyłożona od wewnątrz białym PCV, z oświetleniem LED o wysokiej wierności barw (CRI powyżej 95).
02
Matowa biała taca
na której porcję chipsów rozkłada się tak, by każdy był w pełni widoczny w jednej ekspozycji.
03
Wbudowany wzornik reflektancji
o barwach zmierzonych spektrometrem i znanych z góry; pozostaje stale w kadrze i jest odporny na UV, więc odwzorowanie barw jest zawsze referencyjne – nawet gdyby zmieniły się warunki oświetlenia.
04
Kamera przemysłowa
rejestrująca serię zdjęć w kilku ustawieniach optyki po jednym naciśnięciu przycisku przez operatora.
05
Warstwa programowa
na komputerze z systemem Linux, która przetwarza obraz, oddziela obszar próbki od etykiety z oceną i przesyła dane na serwer.
CO JUŻ DZIAŁA
Ten sam wynik niezależnie od tego, kto mierzy
Dostarczyliśmy pierwszą wersję skanera wraz z oprogramowaniem. System wykrywa i mierzy kolor chipsów, a na tej podstawie klasyfikuje produkt. Ponieważ pomiar jest odniesiony do znanego, zmierzonego spektrometrem wzornika, wynik jest obiektywny i powtarzalny - ten sam pomiar daje ten sam rezultat niezależnie od osoby obsługującej stanowisko i od oświetlenia w hali. Detekcja koloru nie wymaga uczenia maszynowego, bo barwy wzornika są znane z góry.
Kolor był pierwszym krokiem świadomie - to on stanowił główne źródło tarcia między producentem a odbiorcą. Obie strony transakcji mogą teraz korzystać z identycznych stanowisk z tym samym wzornikiem reflektancji, co po prostu eliminuje pole do sporu o jakość.
FUNDAMENT POD NASTĘPNY ETAP
Każdy pomiar buduje zbiór treningowy
Druga funkcja pierwszej wersji jest równie ważna co pomiar koloru: akwizycja danych. Każdy pomiar zasila ustrukturyzowany, opisany zbiór - system zapisuje obraz próbki wraz z oceną ekspercką i buduje materiał wejściowy do wytrenowania modeli wykrywających pozostałe wady ziemniaka.
Zbiór celowo obejmuje różne okresy sezonu, bo część wad jest słabo widoczna na świeżych ziemniakach na początku sezonu, a wyraźniejsza na ziemniakach z długiego przechowywania. To znaczy, że fundament pod detekcję wad budowany jest na danych z pełnego cyklu, a nie z jednego wycinka.
ROADMAP · AUTOMATYCZNA DETEKCJA WAD ZIEMNIAKA
Co dokładamy w kolejnym etapie
Na zebranych danych trenujemy modele wykrywające wady, które dziś ocenia się ręcznie. System docelowo rozpoznaje między innymi:
01
Defekty cukrowe
brązowe przebarwienia z cukrów redukujących, o najsilniejszym wpływie na jakość chipsa.
02
Niepożądany kolor
przebarwienia obejmujące znaczną część powierzchni chipsa.
03
Defekty wewnętrzne
przebarwienia w obrębie chipsa, nie dotykające krawędzi.
04
Defekty zewnętrzne
przebarwienia dotykające krawędzi chipsa (cukrowe i niecukrowe).
05
Zielone i purpurowe przebarwienia
na krawędzi lub wewnątrz chipsa.
06
Puste komory z przebarwieniem
sama pusta komora nie jest wadą, ale przebarwienie wokół niej klasyfikuje chipsa jako wadliwego.
Na tym etapie przewidziana jest wymiana optyki na wyższą rozdzielczość i dobór metody detekcji do konkretnej cechy - od klasycznych algorytmów wizyjnych, na przykład wykrywania krawędzi, po dostrojenie gotowych modeli uczenia głębokiego.
EFEKTY I SPOSÓB PRACY
Co to daje dziś
Obiektywna, powtarzalna klasyfikacja po kolorze
ten sam wynik niezależnie od osoby i oświetlenia w hali.
Wspólny punkt odniesienia dla obu stron
identyczne stanowiska z tym samym wzornikiem u dostawcy i odbiorcy eliminują spory o jakość dostawy.
Stała referencja barw
wzornik zmierzony spektrometrem, odporny na UV, stale w kadrze – gwarantuje wiarygodność pomiaru w czasie.
Rosnący, opisany zbiór danych
każda ocena buduje materiał wejściowy pod trening modeli detekcji wad.
Rozwój bez wizyt u klienta
dzięki bezpiecznemu połączeniu aktualizujemy i doskonalimy system zdalnie, także w środowisku produkcyjnym, bez przestojów.
UNIWERSALNOŚĆ
To samo podejście, inne produkty
Sedno rozwiązania - kontrolowana scena obserwacji, stała referencja barw i obiektywna, powtarzalna klasyfikacja wizyjna - jest uniweralne. Ta sama zasada sprawdza się wszędzie tam, gdzie ocena wizualna zależy dziś od człowieka i warunków obserwacji, a strony potrzebują wspólnego, bezspornego punktu odniesienia.
CO TO ZNACZY DLA TWOJEJ PRODUKCJI
Masz podobny spór o jakość? Zacznij od próbki
Jeśli ocena jakości w Twojej produkcji zależy od oka i warunków w hali, a różnice w interpretacji rodzą spory - ten sam mechanizm można sprawdzić na Twoim produkcie. Bezpłatna ocena próbki pokazuje, na Twoich zdjęciach i w ciągu 5 dni roboczych, czego wizyjna kontrola jakości może dokonać w Twoim przypadku.