In-Sight 3800 系列
AI 驱动的通用视觉系统，经过专门设计，可在广泛的制造应用中执行高速、高分辨率检测。
肉类和家禽检查就在食品安全的前线
肉类和家禽检查既难做，也至关重要：正确检查对收入和食品安全合规至关重要，但肉类产品的性质使它们对自动化检测系统特别具有挑战性。
处理器必须检测异物，包括塑料污染物、聚苯乙烯泡沫以及 X 射线系统无法发现的其他物理危害。风险很高：分类错误的产品会导致收入损失，而未检测到的污染物可能会引发昂贵的召回，损害品牌声誉，并损害消费者的信任。
当包装包括使传统系统视觉混淆的标志、印刷和包装材料时，检查变得更加困难。对于肉类加工商和冷藏供应商来说，确保准确分级和可靠的污染物检测需要适应现实世界复杂性的技术。
除了发现污染物外，加工商还必须精确地对每次切割进行分级，以确保适当的定价 - 使用有机肉类和家禽产品的过程变得更加困难，这些产品通过不同的饲养和屠宰方法在尺寸，颜色和质地上表现出自然的变化。这也需要灵活、可靠和准确的自动化。
传统的肉类检测难以实现形状、包装和污染物检测精度的可变性。
标准肉类和家禽检测系统难以应对有机产品的固有复杂性和污染检测的不可预测性。关键技术挑战包括：
- 自然变化：传统系统无法可靠地分类有机肉类和家禽产品的固有差异。
- 随机污染物：塑料或泡沫碎片等异物可能出现在任何地方。
- 包装干扰：标志、印刷和包装材料可能会混淆检测算法。
- 可变脂肪和变色：切割之间的模式差异显著，使视觉检测复杂化。
传统机器视觉依赖于严格的编程，无法适应肉类和家禽产品中的自然变化。不完整的切割、形状不规则和不一致的阴影通常会导致常规系统错误分类产品或遗漏关键缺陷。结合复杂的包装，这些因素创造了一个编程方法表现不佳的环境，可能导致收入损失和食品安全受损。
康耐视 AI 视觉检查家禽是否存在不可预测的污染，如骨碎片。
利用 AI 视觉提高半导体制造效率
用于肉类质量控制的康耐视视觉系统使用先进的AI技术，同时提供准确的分类和可靠的污染检测。我们的分类工具在综合数据集上进行培训，涵盖每个肉类和家禽部分的各种自然变化，确保准确分级，最大限度地提高公平定价，同时防止贵重产品价格低估。
集成的缺陷检测从损坏的包装、加工设备或外部来源中发现物理污染物 - 无论其随机外观或位置如何。这种双重能力方法对于处理有机产品的设施来说特别有价值，因为在传统上，自然变化挑战了传统的检测方法。
该系统通过复杂的包装材料有效工作，避免了妨碍传统方法的视觉混乱，并在不同的产品线中保持一致的性能。
康耐视以行业专业知识和强大的在线支持资源为后盾，为您提供所需的确切帮助，帮助食品制造商在每一步实现可靠的质量控制。