IA pour l'industrie alimentaire

IA pour l'industrie alimentaire

Entretien avec FOOD-Lab : Traitement d'image intelligent dans la production alimentaire

Les caméras IDS NXT avec intelligence artificielle peuvent résoudre des tâches impliquant la détection d'objets organiques et divers. En horticulture ou en agriculture, par exemple, elles sont les yeux des robots moissonneurs ou des coupeurs de roses, elles peuvent vérifier les semis ou identifier les parasites. Dans l'industrie alimentaire, elles offrent d'énormes facilités pour le contrôle de la qualité et de l'intégralité. Découvrez les nombreuses applications possibles du traitement d'image avec l'IA dans le secteur alimentaire dans l'interview détaillée du FOOD-Lab :

Photo de l'un des trois directeurs de l'IDS, Jan Hartmann
Jan Hartmann, directeur général chez IDS Imaging Development Systems GmbH

Avec nos caméras industrielles dotées d'intelligence artificielle, nos clients peuvent former eux-mêmes les réseaux de neurones individuellement sans connaissances préalables en IA.

— Jan Hartmann —
Patrick Schick
Patrick Schick, Product Manager 3D Vision & Imaging Software chez IDS Imaging Development Systems GmbH

Schick : Ici à Obersulm, sur le site de l'entreprise, qui a été récemment agrandi avec le centre technologique b39, la distance qui sépare les départements de développement et la production est très courte. Cela nous permet de réagir très rapidement aux besoins des clients et d'apporter une réponse appropriée.

Hartmann : Il existe une autre caractéristique importante par laquelle nous nous démarquons de la concurrence. Avec nos caméras industrielles à intelligence artificielle, nos clients peuvent former eux-mêmes les réseaux de neurones individuellement sans connaissances préalables en IA.

En horticulture et en agriculture, les caméras IDS NXT peuvent utiliser l'IA pour capturer des objets organiques et présentant de nombreuses variations, par exemple, dans le contrôle des semis
En horticulture et en agriculture, les caméras IDS NXT peuvent utiliser l'IA pour capturer des objets organiques et présentant de nombreuses variations, par exemple, dans le contrôle des semis

Hartmann : Avec IDS NXT, nous avons créé une plateforme pour une nouvelle génération de systèmes de vision destinés aux applications industrielles. Cette nouvelle approche implique un changement de paradigme : notre objectif n'est plus seulement de développer des composants individuels, mais de proposer des systèmes complets à la fois faciles à utiliser et flexibles. Un tel système permet de mettre en œuvre toutes les étapes d'une solution de vision, de l'acquisition, de l'analyse et du traitement d'images au contrôle des machines de production industrielle.

Schick : Avec les caméras IDS NXT et le logiciel de formation de basé sur le cloud IDS lighthouse, aucun travail de programmation n'est nécessaire. Les utilisateurs ont seulement besoin de connaissances sur leurs images et leur évaluation pour créer un réseau de neurones. Prenez les pommes, par exemple. Il n'y en a pas deux pareilles, elles diffèrent par leur forme et leur couleur et peuvent présenter des taches de pourriture. Ces différences rendent le travail difficile pour les systèmes de tri et de contrôle, contrairement à ce qui se passe, par exemple, dans la production de métaux, où chaque vis est presque identique.

Le traitement d'image avec l'IA facilite le contrôle qualité des aliments
Le traitement d'image avec l'IA facilite le contrôle qualité des aliments

FOOD-Lab : Mais il faut d'abord que toutes les données d'image soient recensées pour que le système puisse identifier les écarts ?

Hartmann : Nous ne pouvons pas complètement soulager le client de ce travail, tout simplement parce que nous ne disposons pas des données. Cependant, le client peut transférer ses données d'image vers le logiciel ; le logiciel forme le réseau neuronal. De cette manière, le client forme lui-même le réseau en fonction de ses besoins, mais sans avoir à acquérir au préalable des connaissances spécialisées en IA. Nous apportons notre aide si, par exemple, les images doivent être améliorées. L'IA est directement intégrée à la caméra.

Schick : Nous recommandons à nos clients de commencer avec de petits ensembles de données d'environ 50 images par classe. Cela permet d'évaluer rapidement si la tâche peut être résolue avec l'IA.

Hartmann : Notre service commercial accompagne le client dans la recherche d'une solution, que ce soit avec une approche IA ou le traitement d'image classique.

FOOD-Lab : Que fait IDS pour expliquer le potentiel de la nouvelle technologie à ses clients ?

Hartmann : Notre département Développement travaille toujours sur des projets de démonstration proches de la pratique. Par exemple, nous avons simulé un contrôle qualité pour des têtes au chocolat. Notre système de caméra intelligent IDS NXT détecte rapidement et de manière fiable l'ensemble des fissures, bosses et autres défauts de qualité. Un autre exemple possible est la détection des noisettes dans le chocolat aux noisettes. Il s'agit de vérifier l'intégrité et la distribution uniforme par tablette. Avec de telles démonstrations, le service commercial peut montrer les avantages et les fonctionnalités du système. Les économies potentielles sont généralement importantes et amortissent rapidement le coût du système. Il est possible d'atteindre ici des taux de réussite élevés avec des moyens relativement limités.

FOOD-Lab : À votre avis, combien de photos faudrait-il pour vérifier la bonne répartition des noisettes ?

Schick : Avec 50 images, on n'atteindrait pas un taux de reconnaissance de 100 %, mais un taux très proche.

Hartmann : Compte tenu de la pression élevée sur les coûts et du très faible taux d'automatisation dans l'industrie alimentaire à ce jour, même une solution partiellement automatisée peut signifier une réelle amélioration. Dans le contrôle qualité ou la classification des produits, des économies directes peuvent ainsi être réalisées en termes de coûts de production et de temps.

FOOD-Lab : Quelles applications voyez-vous dans l'industrie alimentaire ?

Schick : Pensez à la transformation du poisson. La caméra indique au robot où se trouve le poisson sur la bande transporteuse, où se trouve le dos, où se trouve la nageoire caudale, etc., afin que le traitement puisse se poursuivre. Ces questions et d'autres similaires se posent également dans l'industrie de la viande, dans les contrôles qualité des fruits et légumes et dans le domaine de la confiserie. Une autre application concerne les boulangeries : il s'agit de la détection du brunissement du pain depuis l'extérieur. Une autre encore concerne l'emballage du pain de mie : il s'agit d'assurer la bonne répartition des tranches dans les paquets.

Les caméras IDS NXT avec l'IA facilitent les tâches telles que la commande, le tri, l'affectation et le contrôle d'intégrité.
Les caméras IDS NXT avec l'IA facilitent les tâches telles que la commande, le tri, l'affectation et le contrôle d'intégrité.

Vision Channel
Vidéos et sessions en direct autour de la vision industrielle.

Votre projet
Comment pouvons-nous vous aider dans votre projet ? Ensemble, nous trouverons la solution qui vous convient !

Bulletin d'informations
Restez informé en vous abonnant à notre newsletter.