
Vision til kødkontrol på svineslagterierne
2023
Ved at automatisere kontrollen af slagtekroppen opnås en mere ensartet kvalitet, foruden at risikoen for oversete bemærkninger reduceres. Der åbnes samtidig op for mulig rationalisering af den nuværende kontrol. Endvidere skal systemet hjælpe med at sikre, at efterkontrollen får afrenset fund ved at fortælle operatøren, hvor fund er placeret på slagtekroppen.
Målene med AP1 er at
- Validere performance af udstyret.
- Levere data, så en accept af udstyr til automatisk veterinærkontrol kan opnås hos myndighederne.
- Udvikle en produktmodnet 0-serieudgave af det eksisterende udstyr.
- Udvikle yderligere algoritmer og registreringer på baggrund af de billeder, udstyret optager
Artikel:
Dam, JS. et al (2023) Applications of computer vision systems for meat safety assurance in abattoirs. Food Control 150, 109768
Projektstatus 2. kvartal 2023
Det vigtigste nye output er, at vi er begyndt at bruge output fra vores gødningsalgoritmer på slagtelinjen. Gødningsfund vises for operatørerne i udrensningen, således at de får hjælp til at lokalisere gødning. Normalt får operatørerne kun at vide, at der er fundet gødning, men ikke hvor det specifikt er fundet. Der arbejdes løbende med at forbedre gødningsalgoritmerne, da modellerne til stadighed bliver bedre og mere sikre, når flere validerede gødningsfund inkluderes i træningsdata. Især i bækkengangen performer gødningsalgoritmerne nu på højt niveau. Billedet er et eksempel på det skærmbillede, operatørerne har fået til rådighed. Der indhentes løbende feedback mht. funktionalitet og anvendelighed fra linjen. |
Den næste store aktivitet i projektet er at få valideret systemets evne til at finde gødning - vurderet i forhold til den nuværende performance af den manuelle båndkontrol. Der skal udtænkes og dernæst gennemføres test, som kan vise, hvor vi står. |
Projektstatus 1. kvartal 2023
Det vigtigste nye output er, at der nu er opsamlet en stor mængde af validerede billeder, dels med gødning, dels med eksempler som ligner gødning, men som ikke er det. Disse billeder er i proces mht. at blive annoteret (de dele der er relevante klippes ud, og klassificeres), således at algoritmerne kan trænes med dem. Ved træningen ”belønnes” softwaren, når den finder gødning, og ”straffes”, når den finder noget, som den tror er gødning, men som ikke er det. For at kunne lave robuste algoritmer kræves et stort valideret referencedatasæt, specielt fordi gødning har så mange forskellige former, og fordi slagtekroppen er så kompleks. Den gode nyhed er, at algoritmens performance snart ser ud til at være på et niveau, hvor vi kan begynde at bruge output. |
Den næste store aktivitet i projektet er at optimere algoritmerne yderligere, således at vi dels kan kommunikere fund til kødkontrollen, dels vise personalet ved udrensningen hvor fund sidder på kroppen. |
2022
Formål
Formålet med projektet er at fremme lønsomheden på svineslagterierne ved at ensarte, effektivisere og (delvist) automatisere kødkontrollen samt at reducere risikoen for oversete bemærkninger.
Målet er at udvikle et udstyr til inspektion af slagtekroppen. Udstyret skal endvidere hjælpe med til at sikre, at efterkontrollen får afrenset alle fund ved visuelt at fortælle operatøren, hvor fund er placeret på grisen.
Projektstatus 4. kvartal 2022
Det vigtigste nye output er, at vi over flere omgange har testet vores gødningsalgoritme og samtidigt indsamlet flere billeder med verificerede gødningsfund, så vi bedre dækker den store gødningsvariation. Vores evne til at finde større (>2x2 mm) gødningsforekomster er robust, men udfordringen er, at mange gødningsfund, særligt i bækkengangen, er mindre. Vi har derfor måtte tilpasse vores strategi, således at området i bækkengangen bliver undersøgt ”mere grundigt”. Da vi i dette område søger efter fund, som er mindre end 0,5 x 0,5 mm, giver det anledning til en del falske positive, som vi nu skal have trænet væk. Alle 12 kamera-vinkler er med i analysen, således at der nu foretages helkropsanalyse efter gødning i real tid. |
Den næste store aktivitet i projektet er løbende at opdatere gødningsalgoritmer på udstyret, der står på værtslagteriet, og løbende teste udstyrets evne til robust at finde gødning i sammenligning med operatørerne. For at holde fokus vil der ikke kigges på andre veterinærkoder, før end der kan opnås en performance svarende til, hvad der er muligt manuelt og med et lavt antal af falske positive. |
Interview:
Hviid, M. (2022) Kamerateknologi kan give bedre data til dyrlægerne. Dansk veterinærtidsskrift, nr. 3
Præsentation:
Hviid, M. (2022) Danish Meat Technology – Industry development and research. Meat Science & Technology Inspiration Symposium: The power of meat. 6. maj
Hviid, M. (2022) Automated inspection - vision technology for pig and cattle carcass post-mortem inspection and support. Working group on food hygiene and control of food of animal origin, 15. feb
2021
Formålet med projektet er at fremme lønsomheden på svineslagterierne ved at ensarte, effektivisere og (delvist) automatisere kødkontrollen samt ved at reducere risikoen for oversete bemærkninger.
Målet er at udvikle et udstyr til inspektion af hele slagtekroppen (forureninger, lungehindear og sværskader, m.m.) og at dokumentere, i hvilket omfang udstyret kan erstatte/supplere den manuelle inspektion
Projektstatus 4. kvartal 2021
Det vigtigste som er sket i perioden er, at der er opstået problemer med udstyr, som skal løses, inden test kan fortsætte. 1)Computer-kabinet bliver for varmt pga. den ekstra effekt, som det ekstra grafikkort afsætter. PC flyttes op på loft over udstyret, hvor der er bedre køling. 2)Lamper, som skal belyse skinken, er blevet defekte, og giver ”forkert” lys, hvilket gør, at udstyret ikke kan kalibreres korrekt. Lamper skal skiftes. Nye er bestilt, men de kommer først ultimo januar 2022. Der er endvidere blevet sat gang i proces mht. at få EU-kommissionen til at acceptere, at udstyr kan bruges til kontrol af røde koder, som fx gødning. Pt. må udstyr ikke bruges til ubemandet kontrol af røde koder. En operatør skal vurdere gris/fund. Blå koder må slagteriet suverænt bestemme over, så detektion af lungehindear og galde vil kunne ske automatisk, når slagteriets folk er overbevist om, at udstyr pålideligt finder koder. Galde er pt. rød kode, men da det er eftervist, at der ikke er Salmonella i galde, forventes det, at galde snart nedgraderes til en kode blå igen. Der er opnået bevilling, således at projektet kan fortsætte i 2022. |
Den næste store aktivitet i projektet er at få flyttet PC og opdateret lamper samt fortsætte med at teste og optimere algoritmer, således at udstyret pålideligt kan finde koder. Parallelt hermed vil der blive arbejdet på at etablere acceptkriterier, således at der kan opnås en fælles accept af, hvad der kræves for at kunne godkende performance af udstyr. Det skal besluttes, om projektet skal skifte fokus. Skal gødning fortsat have 1. prioritet, eller er det bedre at få galde- og lungehindear-algoritmer på plads, da de koder umiddelbart er nemmere at finde, nemmere at validere, nemmere at implementere og straks vil aflaste kødkontrollen. |
Konferenceindlæg:
Hviid, M. (2021) Vision system for finding faecal and bile contaminations on pig and cattle carcasses. Nordic Seminar on the Future of Meat Control and Animal Welfare
Formål 2020
Formålet med projektet er at udvikle et udstyr til visioninspektion af svineslagtekroppen (ud- og indvendigt). Det dokumenteres, i hvilket omfang metoderne kan erstatte/supplere den manuelle inspektion eller alternativt kan foretage en for-sortering med efterfølgende manuel inspektion.
Projektstatus 4. kvartal 2020
Det vigtigste nye output er, at integrationen med slagteriets systemer er ved at være færdiggjort. Der er opsat terminaler på båndkontrollen (3 stk.), efterkontrollen (1 stk.) og slutkontrollen (2 stk.). Terminalerne viser forureningsfund til medarbejderne de respektive steder. Terminalerne viser de relevante billeder til medarbejderne, som så kan bekræfte forureningsfund på deres gamle terminaler. På efterkontrollen skal de nye terminaler bruges til både at give feedback til optimering af algoritmerne og til at sikre, at al forurening bliver fjernet. |
Den næste store aktivitet i projektet er at tænde for de nye terminaler, indkøre dem og forbedre algoritmerne med validerede træningsdata. Herefter skal systemet valideres og dets præcision kvantificeres. I 2021 skal der udvælges et nyt værtsslagteri til et nyt system. Dette nye system skal være en lettere forbedret og produktmodnet udgave. |
Artikel:
Hansen, K. (2020) Masser af muligheder med automatiseret visuel inspektion. Plus Proces nr 3., side 10
Bækbo, AK.; Petersen, JV; Hviid, M. (2015) Visual-only meat inspection in swine. Fleischwirtschaft International
Rapport:
Forsøg: