自动视觉检测技术如何帮助建立更强大、盈利能力更强的品牌

在一个竞争对手充斥的行业中，消费者决定从一个品牌购买烘焙产品而不是另一个品牌时，外观很重要。消费者对您的食材来自哪里，或者一台混合或烘焙设备如何提高您的效率和吞吐量不太感兴趣——他们的首要任务是让包装上的图片看起来与他们即将食用的产品完全一样。

但是，随着当今烘焙行业不同阶段的技术进步，大多数公司仍然使用手动检查流程作为在包装前对不合格产品进行分类的最后一道防线。这在几个方面带来了风险和挑战，例如：

• 取决于操作员的评估： 手动观察本质上是一个主观的测量过程，它会影响产品的一致性。当以全线速度运行时，这些风险会更加复杂。
• ‍不断上涨的业务开支： 近几天，食品商品价格正在上涨，全球运输/物流成本的上涨给公司造成了损失。因此，任何因检查不准确而浪费的产品都会严重影响运营的利润。
• ‍与培训/劳动力相关的挑战： 招聘优秀的助手始终是一项挑战，但考虑到当今劳动力的困境，今天更是如此。即使有合适的人选，对公司而言，所涉及的培训也可能既昂贵又耗时。

优化产品流是推动利润的关键

近年来，许多烘焙公司已开始安装在线和线上视觉检测技术，例如来自 EyePro 系统 和 视线过程控制；KPM Analytics 质量保证解决方案系列下的两个品牌。

这些 一站式系统 将高速摄像机与成像软件和高级算法相结合，以全线速度精确检测和测量食品。可以对每种特征进行编程，以分析对产品品牌至关重要的特定特征，例如颜色、形状、大小、成分或特征（种子、浇头、山脊、孔洞/凹痕等）的分布，以及几乎任何其他可能难以甚至无法通过手动方法测量的视觉特征。

100% 产品检测，同时解决劳动力挑战引发的质量保证差距

手动观察产品通常毫无意义，因为操作员之间的差异大于规格极限范围。没有足够的数据来围绕过程质量做出明智的决策。

作为一种方法，视觉检测包括拍摄每种产品的图像，分析这些图像，并提取尽可能多的数学测量结果。

这意味着操作员可以获得有关非常具体的二维和三维产品属性的可量化、可重复的数据。在某些配置中，可以对这些系统进行编程，以分析被认为无法管理的特征，例如种子覆盖率、涂层/纹理变化、斜坡高度等。

对于许多运营而言，投资回报以每种产品的可信数据的形式出现。这些系统可以在交付时预先安装大量产品库，这些产品库是根据数千次样本扫描开发而成的。随着时间的推移，操作员可以为特定产品创建自己独特的测量库。

所有数据都存储起来以备将来参考，并且可重复、可靠和准确。一旦有了这些数据，就可以测量几乎无法用手测量的东西（例如，汉堡包上的芝麻籽数量）。

这实质上减少了公司对额外劳动力的依赖，同时也允许运营商实时做出数据驱动的决策，这将有助于他们减少产品浪费。

视觉检测处于现代化烘焙操作的最前沿

位于加利福尼亚州范奈斯的La Brea Bakery——ARYZTA北美烘焙业务集团旗下的手工烘焙品牌——最近采用了定制的KPM 在线视觉检测 解决方案是酌情实现流程自动化的重大努力的一部分。

该公司在三条不同的生产线上安装了在线视觉检测以及自动剔除应用程序，用于在进入包装区域之前测量不合规格的法式长棍面包和其他面包产品。化妆和包装部门的显示器会显示视觉指南，向操作员显示产品是否符合规格。

“我们的员工很喜欢它，” La Brea Bakery Van Nuys工厂的面包店总监马库斯·加西亚说。“这是一种通信工具，可以实时告诉我们所处的浪费情况。”

最近对该操作进行了介绍 烘焙和零食文章。

视觉技术的持续进步

视觉检测软件一直在迅速发展，这是 KPM Analytics 视觉检测系统的核心。今天，我们的重点是开发更广泛的测量库和人工智能功能，这将使我们能够改进现有的测量结果并为未来的需求提供解决方案。

最近的一项进步是能够进行孔隙度分析或碎屑分析。该分析提供了有关孔隙大小、分布和质地预期（通风、密集）的详细信息，可以更深入地了解产品。这些数据对于对烘焙产品进行深入分析并测试或验证配方的质量保证和研发团队非常重要，对于质量团队收集准确、可重复的数据进行过程控制也很重要。

然后，在硬件方面，我们的最新技术之一是多眼系统，它集成了用于高级异物检测和分类的高光谱成像技术。该技术结合使用光谱学和成像技术来采集不同波长的产品图像，并详细说明信息以检测外表面的异物并对其进行分类。这对于带有浇头的烘焙产品非常有用，在这些产品中，颜色检查无济于事（包括饼干、松饼、披萨等）。

可靠的解决方案有助于保持烘焙产品质量并建立更强大的品牌

随着消费者需求持续推动产品创新和新配方配方（包括无麸质、全谷物或高蛋白品种），各公司有了一种解决方案，可以借助自动视觉检测解决方案，确保其烘焙产品逐批保持视觉品牌标准。

有关自动视觉检测技术的更多信息， 立即联系我们!