Varmistu tuoteturvallisuudesta kanssamme

Elintarvikkeet

Laatu näyttelee elintarviketeollisuudessa luonnollisesti keskeistä roolia. Labra AI:n tehokkaat ratkaisut varmistavat pakkausmerkintöjen oikeellisuuden sekä laatukriteerien täyttymisen. Konenäkömallien koulutusprosessi voidaan suorittaa verrattain nopeasti, sillä tuotteiden volyymi on tyypillisesti korkea joten myös mallin opetusmateriaali voidaan kerätä tehokkaasti.

Konenäköä voidaan ajatella sensorina siinä missä mitä tahansa muutakin sensoria joka välittää informaatiota. Siten järjestelmä kommunikoi useimmiten erillisen automaation kanssa, joka lajittelee kappaleita, pysäyttää kuljettimen, hälyttää tai tekee jonkun muun suoritteen. Olemme integroineet järjestelmän lukuisten eri automaatioprotokollien kanssa ja valmiita auttamaan myös harvinaisempien systeemien asennuksessa.

Joskus kaikki lähtee kysymällä sitä, mitä haluaisimme tietää tai nähdä tarkastettavasta materiaalista. Tämän jälkeen selvitämme, voidaanko haluttu asia nähdä vaikuttamalla kuvausteknisiin asioihin. Esimerkiksi lihateollisuudessa eri materioiden (nahka, luu, rasva, liha) osuudet ovat tärkeä laadun määre. Niiden erottaminen toisistaan on kuitenkin äärimmäisen vaikeaa RGB-kuvasta. Käyttämällä hyperspektrikameraa jokainen materia erottuu selkeästi omakseen, jolloin myös konenäkömalli oppii vaivatta tekemään tunnistuksen.

Käyttökohteita

    • Lue QR- ja viivakoodeja
    • Havaitse vierasesineitä
    • Optinen lajittelu
    • Tunnista ja poimi tuote

Elintarvikkeet

Laatu näyttelee elintarviketeollisuudessa luonnollisesti keskeistä roolia. Labra AI:n tehokkaat ratkaisut varmistavat pakkausmerkintöjen oikeellisuuden sekä laatukriteerien täyttymisen. Konenäkömallien koulutusprosessi voidaan suorittaa verrattain nopeasti, sillä tuotteiden volyymi on tyypillisesti korkea joten myös mallin opetusmateriaali voidaan kerätä tehokkaasti.

Konenäköä voidaan ajatella sensorina siinä missä mitä tahansa muutakin sensoria joka välittää informaatiota. Siten järjestelmä kommunikoi useimmiten erillisen automaation kanssa, joka lajittelee kappaleita, pysäyttää kuljettimen, hälyttää tai tekee jonkun muun suoritteen. Olemme integroineet järjestelmän lukuisten eri automaatioprotokollien kanssa ja valmiita auttamaan myös harvinaisempien systeemien asennuksessa.

Joskus kaikki lähtee kysymällä sitä, mitä haluaisimme tietää tai nähdä tarkastettavasta materiaalista. Tämän jälkeen selvitämme, voidaanko haluttu asia nähdä vaikuttamalla kuvausteknisiin asioihin. Esimerkiksi lihateollisuudessa eri materioiden (nahka, luu, rasva, liha) osuudet ovat tärkeä laadun määre. Niiden erottaminen toisistaan on kuitenkin äärimmäisen vaikeaa RGB-kuvasta. Käyttämällä hyperspektrikameraa jokainen materia erottuu selkeästi omakseen, jolloin myös konenäkömalli oppii vaivatta tekemään tunnistuksen.

Käyttökohteita

    • Lue QR- ja viivakoodeja
    • Havaitse vierasesineitä
    • Optinen lajittelu
    • Tunnista ja poimi tuote

Valmiina viemään visuaalinen laadunvalvonta seuraavalle tasolle?