Nye måleteknikker til kødindustrien

Glenn Gunner Brink Nielsen

Jeg er din kontaktperson

Skriv til mig

Indtast venligst et validt navn
Eller dit telefonnummer
Sender besked
Tak for din besked
Vi beklager

På grund af en teknisk fejl kan din henvendelse desværre ikke modtages i øjeblikket. Du er velkommen til at skrive en mail til Send e-mail eller ringe til +45 72 20 36 76.

dynahjs

Nye måleteknikker til kødindustrien

Formål

Projektets formål er at effektivisere processer, forbedre kvalitetssikring og fødevaresikkerhed og reducere tab i form af spild og tilbagekald i kødindustrien. Målet er at identificere og kvalificere nye teknologier, der kan måle sammensætning, kernetemperatur og forekomst af fremmedlegemer og forureninger i råvarer og produkter, som aktuelt ikke kan måles.

Projektstatus 2. kvartal 2020

Det vigtigste nye output er, at den første metode til unsupervised fremmedlegemedetektion (dvs. uden at man fortæller det neurale netværk, hvordan fremmedlegemer ser ud) er blevet implementeret og afprøvet på et standart datasæt fra litteraturen. Det er lykkedes at eftervise resultaterne, som fremgår fra den tilgængelige litteratur. Det er dog svært at fortolke resultaterne før metoden anvendes på et dataset bestående af fremmedlegemer med mere relevans for kødindustrien.

Desuden er state-of-the-art-analysen for metoder til beregning af produkters kernetemperatur ud termografisk overvågning af deres afkølingsforløb påbegyndt. Baseret på denne analyse er der planlagt et første pilot forsøg med kontrolleret opvarmning og efterfølgende beregning af kernetemperatur på leverpostej.

Den næste store aktivitet i projektet er en test af den første metode til unsupervised fremmelegeme detektion på fremmedlegemer, der svarer til en mere realistisk situation i kødindustrien. Dette gøres ved at udvikle en metode til at simulere kunstige fremmelegemer på en baggrund af kødprodukter, som der allerede forligger et betydelig billedmateriale af.

Dertil skal det første pilotforsøg med kontrolleret opvarmning og efterfølgende beregning af kernetemperatur på leverpostej gennemføres.

 

Projektstatus 1. kvartal 2020

I forbindelse med bestemmelse af plastikfremmedlegemer i frosne blokke er der optaget en billedserie med en blanding af frosset produkt og blåt plastik med en DynaCQ. Næste skridt vil være en analyse af, hvordan eksisterende fremmedlegeme algoritmer kan håndtere denne situation.

State-of-the-art-analyse for kunstig intelligens metoder til unsupervised fremmedlegeme detektion er påbegyndt med et review af den relevante litteratur. Desuden er der startet en gennemgang af eksisterende datamateriale men henblik på udvælgelse af de billeder, som egner sig bedst til den første test af fremmedlegemealgoritmerne. Næste skridt vil være at vælge den meste lovende metode baseret på state-of-the-art-analysen og at implementere og teste den på det udvalgte datasæt.