人工智能为具有挑战性的异物检测提供了可靠的 “眼睛”（国家供应商）

这篇文章最初发表在《国家供应商》杂志上。 点击这里 访问该出版物网站上的文章。

出于多种原因，肉类加工公司一直面临着在工厂留住和培训在线产品检查员的挑战，尽管事实上他们对公司的质量和食品安全计划至关重要。尽管如此，由于不准确地检测到食品上有害或有害的异物，只需要召回一次产品，就会削弱公司的财务状况及其品牌在市场上的知名度。

产品召回的平均成本可能因行业、召回规模和所涉及的具体情况而有很大差异。例如，在食品行业，食品营销协会和杂货制造商协会（现称为消费者品牌协会）的一项研究估计，召回的直接成本平均在1000万至3000万美元之间。该估算包括与通知消费者和零售商、将产品下架、销毁受污染产品和管理公共关系相关的费用。

因此，投资自动化技术以保护其运营和客户免受潜在不安全食品侵害的肉类加工公司可以有效地降低这些风险。

传统的异物检测方法有局限性

在检测密集和固体物体（金属标签、石头、破碎的机器等）方面，X射线和金属探测系统一直是肉类加工公司数十年来使用的可靠解决方案。但是，如果低密度或软质物体进入工艺，也会构成同样的破坏性风险。X 射线和金属探测器不太适合探测橡胶、纸张、透明塑料和薄膜、木屑等材料。

由人工智能 (AI) 驱动的计算机/机器视觉检测技术作为检测这些具有挑战性的异物的一种可靠选择，已迅速受到肉类加工公司的欢迎。这些卫生检测技术集成在加工生产线的关键阶段，可以实时分析产品，并根据预先编程的产品质量和外观标准对产品属性进行基准测试。实际上，任何人工检查员能够感知到的东西都可以编程为产品测量代码，从而为以前的主观过程创建客观、可量化的测量结果。

肉类加工商受益于人工智能视觉检测的最新进展

在... 的核心 AI 视觉检测系统是其机器学习算法。与生产线工作人员一样，该算法需要进行培训，使用海量的图像数据集标注有关所需质量、已知缺陷以及人类观察员经过训练可以识别的其他相关特征的信息。

人工智能视觉检测系统经过训练，几乎可以高精度检测食品表面的任何异物。此外，与轮班工人不同，一旦经过培训，人工智能视觉系统如果继续运行或针对不同的生产线或SKU进行培训，则可以提供相同的精度和准确性。

一些人工智能视觉检测系统包括红外成像，用于分析水分和油含量等不可见的材料。这些属性可以进一步了解产品的成分，为检查与最终产品颜色相似的异物增加了更深的保护层，而大多数人工检查员很容易错过这些异物。

劳动援助——不是替代品

人工智能视觉检测解决了大多数肉类加工组织传统上难以管理的领域：在组织内关键质量控制岗位留住劳动力。尽管如此，随着人工智能成为当今世界备受关注的话题——尤其是其对各行各业员工责任的影响——就视觉检测技术而言，它可以为公司带来许多积极的生产力影响。公司可以让新员工在工厂的其他地方扮演更有意义的角色，而不是让全职产品检查员上线或持续花费时间、精力和金钱来培训新员工。

肉类和家禽公司可以通过整合人工智能视觉检测技术来改变其质量保证和食品安全工作，尤其是在识别传统上难以检测的异物时。随着越来越多的公司投资人工智能视觉检测技术，这些强大系统的模型和功能将扩展、改善和革新肉类和家禽加工商的质量控制能力。