Recyclage des plastiques multicouches et composites
Quantification et tri des déchets organiques
Détection des défauts chez les poissons à l’aide de la vision artificielle et de l’apprentissage profond
Détection des défauts chez les poissons à l'aide de la vision artificielle et de l'apprentissage profond
La technologie de vision industrielle assistée par l’apprentissage profond est un allié important pour les usines de transformation et de distribution du poisson qui permet d’inspecter 100 % de la production afin de garantir des normes élevées de qualité et de sécurité alimentaire du produit qui arrive finalement sur la table du consommateur.
Le nouveau système Visum DeepSight Loins™ d’IRIS Technology est un système de vision industrielle conçu pour la détection des défauts physiques de surface dans les longes de poisson frais et congelé qui permet d’automatiser l’inspection des longes, de quantifier, de classer et de rejeter les non-conformités afin de garantir une qualité supérieure du produit final.
Machine Vision and Deep Learning
While traditional computer vision systems learn to classify and recognize features from a set of historical images in order to correctly predict and classify new ones, deep learning neural networks are able to learn features from pixels (individual and group) and have an input layer (the raw image), a series of intermediate layers that are interconnected to simulate how a biological brain works, and an output layer that provides classification/prediction. Deep learning neural networks are especially good at learning complex features and segmenting an image at different levels of abstraction (edges, different colors, shapes, objects), including noise and probabilistic information.
Traditional machine vision that does not use this approach typically processes images but does not learn from the data, such as thermal imaging cameras, motion detection sensors, light intensity sensors, among others.
Détection des défauts dans les longes de poisson fraîches et congelées
Le système Visum DeepSight Loins™ est capable de détecter de nombreux défauts dans les longes de poisson, tels que les ecchymoses, les taches de sang, le gapping (c’est-à-dire les ouvertures ou les déchirures dans la musculature), les restes de peau, les os superficiels ou d’autres corps étrangers superficiels susceptibles d’atteindre la chaîne de transformation. Il dispose également d’une fonctionnalité intégrée de mesure de la couleur selon les normes internationales CIELAB ou L*a*b*, ce qui est important en tant que paramètre de qualité à la fois en surface et par rapport à la fraîcheur du poisson.
Visum DeepSight Loins™ bénéficie d’une protection IP élevée pour faciliter le nettoyage de la ligne et dispose d’un système antireflet et anti-humidité intégré qui lui permet de fonctionner normalement sur les longes de poisson fraîches et congelées.
Facilité d'utilisation, fonctionnement et communication
Le système Visum DeepSight Loins™ comprend deux niveaux d’utilisation : « Administrateur » pour modifier les paramètres, le mode de travail, ajuster la sensibilité de rejet ou prendre des références et « Opérateur » pour le mode de fonctionnement automatique de l’appareil.
Le système est complété par une trappe de rejet qui permet d’éjecter les unités non conformes en vue de leur retraitement ou de leur contrôle par les opérateurs.
Les informations et les résultats de l’analyse, tels que la quantification des défauts et des rejets par classe, les informations sur les lots et la quantité de produits inspectés, peuvent être visualisés sur le module informatique intégré, sur un ordinateur connecté au réseau ou sur le système de gestion de l’information de l’usine. En outre, les rapports générés automatiquement peuvent être exportés dans différents formats.
La fonctionnalité de réglage de la sensibilité est un outil essentiel pour calibrer le niveau de rejet de l’appareil en cas de certains défauts et réguler ainsi les performances opérationnelles du système sans nuire à la capacité de production de la ligne.
Pour plus d’informations sur le dispositif et pour toute demande de renseignements, veuillez écrire à info@iris-eng.com.
