냉동 피자 분류 및 검사
피자 종류, 적절한 성분, 물리적 오염물의 존재유무를 자동으로 확인합니다.
관련 제품
딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경
In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동
냉동 피자는 경쟁이 치열한 소비자 식품 시장입니다. 이 시장에서 살아남기 위한 열쇠는 일관되게 고객에게 어필하고 균형 잡힌 피자를 만들 수 있는 역량에 있습니다. 피자는 대량으로 생산되며 미리 조리된 도우 디스크가 컨베이어를 지나갈 때 소스, 치즈와 다양한 종류의 토핑이 얹어집니다. 그리고 나서 터널 냉동고 또는 나선형 냉동고에서 급속 냉동됩니다.
생산율은 높지만, 배치와 용적은 정확하지 않습니다. 포장하기 전, 각각의 피자를 육안으로 검사하여 피자 종류, 페페로니와 같은 특정 재료의 수, 물리적 오염물의 존재유무 등을 포함해 다양한 기준을 충족하는지 확인을 거쳐야 합니다.
대부분 식품과 마찬가지로 피자는 모양이 크게 다릅니다. 페페로니 슬라이스는 피자 한판 안에 어디든 위치할 수 있고, 재료의 분포 또한 크게 다를 수 있습니다. 플라스틱 조각과 같은 물리적 오염물이 나타날 수 있고 원치 않는 다른 피자 종류의 재료가 존재할 수도 있습니다. 기존의 머신 비전은 허용되는 종류와 허용되지 않는 종류를 구분하는 데 어려움이 있습니다. 또한 광범위한 종류의 가능한 결함을 발견하는 데 애로사항이 있습니다.
코그넥스 AI 기반 기술은 냉동 식품 검사 분야를 자동화하는 데 적합한 솔루션입니다. 여러 가지 툴을 다양한 피자 종류와 피자 토핑 분포에 대한 이미지 세트에서 트레이닝한 후, 요구 사항을 충족한 피자만 구분하여 통과시킵니다.
부품 위치식별 툴은 원하는 수량의 페페로니 또는 다른 토핑을 포함한 소수의 피자 이미지 세트를 트레이닝합니다. 그런 다음 페페로니 슬라이스가 서로 닿아 있거나 겹쳐 있더라도 페페로니를 식별해 위치를 찾아 카운트하는 한편, 그 밑의 치즈와 소스의 변화는 무시합니다. 토핑 수가 규정된 한도 범위를 벗어나면 그 피자는 거부됩니다.
결함 감지 툴은 토핑의 수가 많더라도 허용되는 피자의 이미지 세트를 트레이닝합니다. 그런 다음, 이 피자 종류에 맞지 않는 토핑을 포함해 물리적 오염물을 검출하는 한편, 그 밑의 치즈와 소스의 변화는 무시합니다. 따라서 고객은 저녁식사를 위해 사온 미트 슈프림 피자에 버섯을 기대하지 않을 것이며 찾아볼 생각도 하지 않을 것입니다.
분류 툴은 시설에서 생산되는 가능한 모든 피자 종류의 라벨링 세트를 트레이닝합니다. 그런 다음, 각 종류를 구분하여 적절한 포장물에 담아 정확히 인벤토리에 입고될 수 있도록 분류합니다. 이러한 모든 툴은 제조업체가 최고 품질의 제품만을 출고하여 고객의 식탁으로 전달할 수 있는 가공식품 검사 자동화를 구현하도록 돕습니다.
