Les fruits et légumes sont collectés, lavés, conditionnés et distribués par la chaîne du froid vers différents canaux de vente. Le classement final de la qualité et le contrôle déterminent les prix. Traditionnellement, l’inspection de ces fruits et légumes sont effectuées par des machines de classement automatiques ou par l’œil humain. Les critères de qualité comprennent généralement le poids, la couleur, la taille et l’apparence.
Le processus est, la plupart du temps, long, laborieux et coûteux. En particulier, le jugement des inspecteurs n’est pas toujours efficace à 100%. Chaque inspecteur a son propre jugement subjectif, ce qui peut facilement entraîner des différences excessives entre le classement et la qualité réelle.

 

Résoudre les erreurs d’inspection grâce au Deep Learning

Avec la maturité des technologies d’Intelligence artificielle, les erreurs d’inspection humaines (traditionnelles) ou d’inspection provenant d’équipements basés sur des règles peuvent être résolus par des technologies d’IA. Ces technologies sont pilotées par des algorithmes d’apprentissage (Deep learning).

 

Gateway IoT Intelligence Artificielle

 

À terme, un modèle de réseau neuronal sera développé et améliorera considérablement la précision et l’efficacité. Le système d’inférence de bord de la série AIR d’Advantech, par exemple, offre aujourd’hui des capacités de calcul d’inférence visuelle très stables et est équipé de deux VPU Intel® Movidius™ Myriad™ X, ainsi que de plusieurs entrées/sorties. Il est léger, consomme peu en énergie, est facile à installer et peut fonctionner de manière stable dans des environnements industriels.

Ce système d’inférence est alimenté par des processeurs quadricœur Intel® et intègrent des chips Intel® Movidius™ Myriad™ X VPU ou GPGPU pour réaliser des calculs et des analyses visuelles de haute performance. Il dispose de ports USB 3.0 et de deux ports LAN, qui permettent de connecter jusqu’à quatre caméras.

Lorsque les fruits passent la caméra au-dessus du tapis roulant, la caméra transmet des images au système d’inference Advantech, pour une analyse en temps réel basée sur l’apparence, la couleur, la taille, la forme, les dommages de surface et d’autres caractéristiques, puis le calibrage est effectué en fonction des résultats analysés. De plus, les fruits endommagés sont étiquetés et affichés sur des écrans pour rappeler aux inspecteurs d’y porter attention.
En outre, son interface E/S riche peut également être connectée à divers dispositifs, tels que des capteurs de pesage, des lecteurs de codes et des imprimantes automatiques. Les interfaces HDMI 4K peuvent également être connectées aux écrans d’affichage, ce qui est pratique pour la gestion sur place.

Advantech propose également un logiciel convivial et visualisé Edge AI Suite, qui est pré-intégré à la boîte à outils OpenVINO™ d’Intel et qui prend en charge divers cadres d’AI courants tels que Caffe, TensorFlow et ONNX. Les clients peuvent facilement déployer leurs modèles AI dans le système d’inférence AI AIR Advantech grâce à la boîte à outils OpenVINO™. Cette gamme de produits fournit également des informations en temps réel sur les appareils, telles que la température du CPU/VPU/GPU et le facteur de charge de travail, ce qui permet de gagner beaucoup de temps pendant les phases de développement et de déploiement.

 

Solution d’Inspection visuelle dans le secteur de l’agroalimentaire grâce aux solutions Advantech