您所在的位置：jinnianhui.com > 新聞中心>工業機器人在食品生產缺陷檢測中的應用
2022-08-15 16:06:33 jinnianhui.com
近年來，食品安全問題常常被推上“熱搜”。“民以食為天，食以安為先”，食品是人類生存和發展的基本物質條件，食品工業也是國家經濟的重要組成部分，食品安全關系到國民身體健康以及國家經濟是否能夠平穩發展。隨著經濟水平的不斷發展，在食品供需平衡的情況下，食品質量安全問題變得越來越突出。當食品安全成為大眾視線焦點，生產廠商們也都開始高度重視食品的質量檢測。
食品行業質量檢測，需要智能化轉變
目前，食品行業對于質量檢測的大部分需求集中于食品外包裝檢測、瓶裝飲料的液位及異物檢測、瓶蓋包裝檢測等。在以往，這些檢測通常通過人力完成，由于生產量大、食品種類多，因此人工質檢員數量也多。據了解，在生產旺季，人工檢測成本能占到總人力成本的40%。
“像校對包裝上的生產日期、檢查食品中有無異物這些工作，質檢員不可能做到沒有紕漏，但這些有問題的產品一旦流通到市場上，雖然可能只有一包或者十包，對我們公司的聲譽和形象會造成嚴重打擊。”一位食品加工廠負責人介紹。在瑕疵不易察覺、視覺感受并不直觀的情況下，工廠采用人工檢測雖投入高、耗時大，但并不能得到很好的效果。在此背景下，越來越多的企業開始尋求更高效的檢測方式。
食品生產企業對智能化檢測的需求越來越普遍，給一些機器視覺公司帶來了業務拓展的機遇。作為人工智能領域一個正在快速發展的分支，機器視覺的出現為工業自動檢測、過程控制和機器人引導等應用提供基于圖像的自動檢測和分析。在食品行業的生產過程中，包裝密封、液體罐裝、貼標噴碼，以及最后的出廠檢測，機器視覺技術都可以發揮其功能提高企業生產效率。
目前，關于食品質檢共有三種檢測方式。
人力檢測：培訓成本高、周期長、成果不可控;檢測花費時間長、工人勞動強度較大;檢測標準不統一，檢測結果差異明顯;誤檢、漏檢等情況不可避免。
傳統機器視覺檢測：部署周期長、成本投入較高;針對特定場景使用，靈活度不高;復雜場景中，漏檢率難以掌控
機器視覺檢測：可適應不同場景檢測需求，靈活度較高;可適用于缺陷形態復雜、環境復雜的檢測目標，適應范圍廣;算法平臺支持零成本開發，成本投入小;開發周期短，落地使用快。
視覺平臺+深度學習，AI智慧賦能食品質檢
機器視覺作為目前最高效、最精準的檢測方式，吸引了眾多企業在其技術上進行投入研發，經過多年沉淀，已有部分優秀企業走在行業前列，無錫jinnianhui.com科技有限公司就是其中之一。jinnianhui.com在工業機器人、機器視覺等領域發展迅速，是一家以計算機視覺和深度學習技術為核心的科技型公司。
