Vision til kødkontrol på svineslagterierne

Ole  Ryding

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 15 66.

slagtekrop

Vision til kødkontrol på svineslagterierne

Formål 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

 

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

 

Projektstatus 3. kvartal 2021

De vigtigste nye output er, at software til at finde forureninger er blevet udbygget med AI (kunstig intelligens) som kan ”fjerne” baggrund og meget mørke ”huller”, således at analyse-algoritmen kun analyserer billeddata i de områder, som er relevante.

De indledende tests ser lovende ud, og antallet af falske positive bliver meget reduceret. Den ekstra analyse kræver ekstra datakraft, hvorfor det har været nødvendigt at opgradere PC til kraftigere version, som understøtter 2 grafikkort.    

Håbet i Q2 var at kunne starte validering efter uge 42, men da algoritmer endnu ikke er på et acceptabelt niveau, er der brug for mere tid til test og tilpasning, hvorfor validering udskydes til næste år.  

Der er etableret protokol for validering mhp., hvordan vi får testet, at udstyret fungerer som forventet. Da der ikke forligger en ”gylden standard” for, hvorvidt et fund er korrekt, er validering baseret på statistik og overensstemmelse mellem udstyr og flere uafhængige bedømmere. 

Den næste store aktivitet i projektet er at fortsætte med at teste og optimere algoritmer, således at udstyret pålideligt kan finde gødning og galde. 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.

visi

Projektstatus 2. kvartal 2021

De vigtigste nye output er, at der siden sidste status har været gennemført flere tests på værtsslagteriet, som desværre har afdækket, at vores gødningsalgoritme ikke er helt klar endnu, og at der er behov for at supplere de spektrale algoritmer med et ekstra lag/funktion, som udpeger de områder i billedet, der skal undersøges for gødning, så store mængder af falske positive resultater undgås.

Der er ved hjælp af AI etableret en algoritme, som automatisk kan ”fjerne” baggrund og meget mørke ”huller”, således at gødningsalgoritmen ”kun” skal lede efter gødning, hvor det forventes at forekomme. Hastigheden på den samlede analyse er nu udfordret, hvorfor der arbejdes på optimering af kode samt brug af accelerator hardware.

Der er dialog med veterinærerne med henblik på at etablere en protokol for, hvordan vi får testet, at udstyret fungerer som forventet. Når DMRI mener, at udstyr er klar, skal denne aktivitet igangsættes.        

De næste store aktiviteter i projektet er, at fortsætte med at teste udstyret og optimere algoritmer, således at udstyret pålideligt kan finde gødning og galde. Når det er opnået, åbnes der for terminaler, således at operatører kan begynde at bruge data, og feedback kan fås.

Parallelt med dette arbejdes der med validerings-protokollen samt optimering af mekanik, som fikserer kamera i tårne.

 

Projektstatus 1. kvartal 2021

Det vigtigste nye output er, at terminaler til kommunikation af de fund, udstyret finder, nu er sat op, dels på platformen hvor kødkontrollen står og dels hos udrensningen, hvor fund skal behandles.

De 24 kameraer er blevet re-kalibreret og algoritmer til gødning og galde opdateret.

I forrige uge blev værtsslagteriet besøgt mhp. at overvåge udstyrets performance og for at danne grundlag for en fintuning af de algoritmer, som er udviklet. Det er svært/umuligt ud fra billederne alene at afgøre, om et lille fund nu også er et reelt fund eller en falsk melding. Disse oplysninger bruges til at korrigere software algoritmerne, således at de fremadrettet bliver bedre til at undgå falske meldinger.

Selvom vi står på linjen og kigger på de faktiske fund, kan det være svært at være helt sikker på vurderingen. I samarbejde med Fødevarestyrelsen skal der fastlægges en protokol for, hvordan validering skal ske. Udfordringen er at finde en metode, så udstyrets performance måles op mod den performance, som præsteres i det daglige, hvor grise passerer med høj hastighed. 

Den næste store aktivitet i projektet er, at få gennemført flere tests med udstyret, således at algoritmer kan blive endnu bedre, og således at udstyret pålideligt kan finde gødning og galde. Når det er opnået, åbnes der for terminaler, således at operatører kan begynde at bruge data, og feedback kan fås.

Parallelt med dette arbejdes der med validerings-protokollen og optimering af mekanik, som fikserer kamera i tårne.

 

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.

Projektstatus 3. kvartal 2020

Det vigtigste nye output er, at vi er stort set er klar til at vise vision-systemets potentielle gødningsfund og galdefund til båndkontrol, efterkontrol og slutkontrol live på linjen hos værtsslagteriet i Horsens. Snart er terminalerne sat op på slagteriet, og vi får tilsendt information om grisenes placering på linjen. Når det er på plads, kan vi ”gå live”.

Fundene præsenteres på den nye terminal til båndkontrollen, som bekræfter fundet. Udrenseren på efterkontrollen kvitterer på sin nye terminal for, at han har fjernet forureningen, som han får vist på skærmen. Slutkontrollen får ligeledes vist på sin terminal, hvor fundet var placeret, så han kan bekræfte, at grisen er ren. Vi kan også lave live analyser for lungehindear. Hvis slagteriet ønsker det, kan vi automatisk tilføje koden for lungehindear. Båndkontrollen vil i givet fald skulle fjerne koden, hvis systemet tager fejl, ligesom de selv kan tilføje den, hvis vi har overset lungehindearret. Tilsvarende kan gøres for bemærkningen maskinskade.

Den næste store aktivitet i projektet er, at optimere algoritmerne så de giver færre falsk positive. Hertil skal vi bruge feedbacket fra terminalerne på linjen. Derefter skal systemets performance valideres. Det sker inden årets udgang.

Projektstatus 2. kvartal 2020

Det vigtigste nye output er, at vision systemet kører online på linjen hos Danish Crown i Horsens. Her analyseres der for gødning på grisene i realtid. Systemet er blevet justeret ind, og der er monteret ekstra lamper, så slagtekroppene er bedre belyst. Dette har forbedret billedkvaliteten og hjulpet med at gøre gødningsalgoritmen mere præcis.

Vi er ved at udvide forureningsalgoritmen til også at kunne finde galde og olie, og vi er ved at implementere deep learning algoritmerne, så analyserne for lungehindear, maskinskade og evt. sværskade kan køre online.

Den næste store aktivitet i projektet er, at der skal opsættes skærme ved båndkontrol/efterkontrol, så systemets fund kan vises til relevante medarbejdere og hjælpe med at sikre en effektiv rensning af slagtekroppene. Hertil skal der med input fra kødkontrollen og slagteriet udvikles en brugerflade. Systemets funktion skal herefter testes, optimeres og valideres.

Planen er, at systemet skriver bemærkningskoder i slagtedatabasen, og båndkontrollen kan herefter bekræfte fundet, eller evt. fjerne koden, hvis det skulle være en falsk positiv.

 

Artikel: 
Hansen, K. (2020) Masser af muligheder med automatiseret visuel inspektion. Plus Proces nr 3., side 10

 

Projektstatus 1. kvartal 2020

Udstyret er sat op på linjen hos værtsslagteriet. Systemet kan nu fotografere alle grise og kører analyser for gødning i realtid. Indtil videre gemmes resultatet kun, da den sidste kalibrering af systemet mangler, før resultaterne er brugbare til formidling. Arbejdet med at tilføje galde- og olieforureninger til algoritmen er i gang. Vi har udviklet en algoritme til lungehindear. En algoritme til maskinskade er i proces. Angående algoritmen til maskinskade skal vi nærmere definere, hvad der skal detekteres for at maksimal værdi for slagterierne sikres. Prioriteringen af de algoritmer, som skal udvikles, skal også valideres, med fokus på størst mulig værdiskabelse

 

Rapport:

 

Forsøg:

 

Artikel:

Bækbo, AK.; Petersen, JV; Hviid, M. (2015) Visual-only meat inspection in swine. Fleischwirtschaft International