机器视觉早就在食品安全领域找到了一席之地,可以全天候工作而不感到疲劳。但随着数据访问的增加和处理能力的提高,机器视觉正在通过人工智能(AI)的附加功能找到更多的机会。
为参加一个例子,传统的机器视觉倾向于努力检查晒干的西红柿中的污染。但它是一个非常适合AI的申请。“与人类类似,AI非常善于处理大量的变化,”高级商业发展经理Quinn杀手说着陆人工智能是一家提供用于制造业的端到端AI平台的公司。“那种申请类型,因为番茄看起来有如此多的变化,或者是什么样的污染,这是一个非常坚韧的机器视觉问题。人类可以容易地做到。它结果可以很容易地做到。能够处理您所在的内容的所有变化,它使其非常适合AI。“
一般来说,如果人类能在一秒钟之内在大脑中做出决定,人工智能就能处理。但为什么不让人类来完成这项任务呢?
请参阅它在Pack Expo Connects 11月9日至13日:通过Zachry Engineering Corporation通过数字双胞胎改善资本项目结果。预览陈列室在这里。
“如果你有一个人在那里检查产品,它们会有很多变化。他们今天认为可能是有缺陷的食物,第二天可能会认为是正常的食物。他们会受到各种各样的影响——他们可能那天心情不好,或者他们可能那天忘记戴眼镜了,诸如此类,”基洛解释道。“机器学习将能够持续、24/7地表现出人类的最佳能力。机器学习模型观察事物并提供预测的准确性没有变化。”
作为另一个例子,其中Ai适合井,杀蚁中描述了一种泄漏检查方法,其中包装的产品在水中浸没在水中,压力加入到罐中,以试图将空气拉出。“人类会坐下来寻找泡沫出来的包装,”他解释道。“通过认知疲劳,他们最终会错过一些东西,或者某些东西可能会妨碍他们的视力和坏产品会通过生产线。我们所做的是创建一种算法,可以看出这些包裹并一致地检测这些气泡并工作24/7。“
另一个检验问题是传统机器愿景在汤罐底部的倾斜日期代码挣扎。“您需要确保您在该汤锡上有正确的日期代码,但由于底部有脊,它会被打印并变得全部倾斜,”kill kill描述。“传统的系统将无法读取,AI实际上很容易。”
为此,野餐在典型的基于规则的机器视觉与AI的机器学习之间进行了区分。“通过基于规则的算法 - 相机应该寻找的是,传统的做法是硬编码 - ”他说。“它的能力非常有限,因为它很难编码,因此它无法处理我在这些应用程序中谈论的所有变化。虽然机器学习动力机器视觉培训,但有一吨图像培训,所以它看到了所有变化。它学会了变化,并学会了那种接受它。“
使AI更容易
基洛说,尽管人工智能确实有其优势,但如果你不知道自己在做什么,部署它可能是一个挑战。“我们试图将其绑定到一起基于所有的机器视觉项目,我们已经在这端到端平台基本上简化整个工作流从项目开始到部署模型在生产部署模型和扩展多个设施,”他解释说。
由于工程师经常花费高达80%的时间只是准备和标记数据,Landing Ai已经提出了大量平台的专注于数据的数据准备方面。“我们简化了该过程,使这些机器学习工程师能够与植物地板上的主题专家合作,实际上知道缺陷是什么样的,它们看起来不像是什么样的。”
Landing Ai由Andrew NG成立于2017年,帮助制造商将其AI项目从概念证明转移到全面的生产。在像谷歌和百度这样的大型科技公司工作,NG看到了AI可以带来数据和技术能力的价值来处理它。“但他意识到的是,AI可能没有技术专业知识或数据能够创建AI解决方案并获得其中的价值,这是一个潜在的潜在福利的这种潜在的福利。”。“所以Landing Ai背后的想法真的能让用户长长的尾部从AI中获得价值。”
这是一个适合制造空间中很多公司的个人资料,其中机器视觉往往是一个高价值的解决方案,野餐备注。“我们在客户内看到了各种各样的采用水平,”他说。“有机器愿景已经普遍存在的那些,但他们仍然存在他们需要帮助解决的问题。有些人知道他们可以从机器愿景中受益,但并不真正知道如何解决它。然后有没有真正考虑过的人,但他们绝对可以从中受益。“
着陆AI倾向于与中间集团的互动互动 - 那些知道他们可以受益但不知道在哪里开始。
请参阅它在Pack Expo Connects 11月9日至13日:经济实惠的收缩袖标签提供美国电影和机械的产品吸引力和安全性。预览陈列室在这里。
大流行推
随着Covid-19大流行,使食品生产者能够以通常的劳动力水平运作,甚至更大的推动发现AI的能力。最近由疾病控制和预防中心(CDC)发布的指导方针肉类和家禽加工工人- 努力分散的工人和物理障碍 - 只是食品行业如何在大流行中开展业务的一个例子。
这种情况是部分的机器人技术的使用增加,但它也导致对AI的更多兴趣。“我们肯定看到了一些额外的兴趣,”克里尔说,近期关键养鸡生产者的兴趣。“他们意识到他们对这样的情况有多么脆弱。现在他们在想到这可能再次发生的情况下他们的想法。或者只是在现在,这将持续多久。自动化真的有助于让他们放松一些问题。“
据Leo Zou的登陆AI通信总监Leo Zou称,Landing Ai已经对他们的AI旅程所在的AI旅途感到惊讶。“我们还学会了他们在整合或管理AI解决方案时面临的一些困难挑战,这导致我们所做的工作,”他说。
试图获得更好的制造商落在将AI集成到目视检测系统中的频谱上,登陆AI正在与该专题的联合研究研究中间推进自动化协会(A3)。“我们想要真正了解公司的位置,”邹说。“他们中的一些人更先进,其中一些仍然没有开始,其中一些人都在弄明白。”
Pack Expo Connects.——11月第四。如今,包装和加工专业人士比以往任何时候都更需要一个快速变化的世界的解决方案,而PACK EXPO品牌的力量将为您提供所需的决策者。出席者登记现在开放。