DIRATEH - Napredna detekcija defekata metodom dubokog učenja
Upotreba sistema na bazi x-zraka u prehrambenoj industriji za detekciju kontaminata nije nova tehnika. Međutim, značajan problem predstavljaju teško uočljivi kontaminati.
Oko 30% povlačenja proizvoda sa tržišta zbog ozbiljnog rizika od stranih objekata u hrani, uzrokovano je teško detektabilnim kontaminatima.
Tradicionalne metode obrade slike koje se koriste, ne postižu detekciju suptilnih razlika u gustini i tačnu klasifikaciju kontaminata, što može prouzrokovati da se propusti njihovo otkrivanje.
Veliki proizvođači sistema za detekciju defekata x-zracima nerado govore o slabostima svojih sistema i važnom parametru verovatnoće detekcije (Probability of Detecti on - POD), a čak i jedan kontaminirani proizvod koji nije uspešno detektovan, može stići do potrošača i napraviti štetu kako po njegovo zdravlje, tako i za proizvođača hrane.
Glavna karakteristika DIRATECH softverskog rešenja i algoritama za detekciju zasnovanih na metodama dubokog učenja u kombinaciji sa standardnim metodama obrade slike, jeste da se oni za razliku od tradicionalnih sistema, treniraju i adaptiraju prema karakteristikama svakog proizvoda i unapređuju tokom eksploatacije sistema sa novim realnim podacima, čime se omogućuje najviša moguća tačnost detekcije kontaminata i drugih defekata (integritet pakovanja, masa, nivo napunjenosti , nedostajući element), uz redukciju lažno poziti vnih i lažno negativnih rezultata inspekcije.
Da bismo značajno unapredili detekciju, DIRATECH koristi novi multi spektralni detektor x-zraka koji broji fotone i DIRATECH inovativno rešenje za duboko učenje umesto tradicionalnih metoda obrade slike.
Tradicionalni detektori koriste scintilator da detektuju x-zrake (fotone) i pretvaraju ih u svetlost, koju foto diode prikupljaju i predstavljaju kao određeni nivo sive.
Metoda indirektne detekcije znači mnogo izgubljenih informacija.
Novi multispektralni detektor je u stanju da klasifikuje fotone u diskretnim energetskim opsezima.
Svaki materijal ima jedinstveni potpis apsorpcije x-zraka, čime se povećava sposobnost sistema da razlikuje slične materijale kao što su oni koji se nalaze u prehrambenim proizvodima.
Više energetske tehnike mogu da utvrde da li je razlika u lokalnom kontrastu na rendgenskoj slici posledica varijacije odnosa materijala ili prisustva stranog objekta (kontaminata)
Kako bismo podržali naprednu funkcionalnost detektora, neophodno je primeniti DIRATECH softversko rešenje koje detektuje strane objekte na slici prehrambenog proizvoda - novi detektor proizvodi veliku količinu podataka i postoji potreba za brzim i preciznim algoritmima za njihovu obradu.
Postojeći algoritmi obrade slike uglavnom su usmereni na otkrivanje stranih objekata koji su jasno vidljivi i diferencirani i detektuju se metodom definisanja unapred određene vrednosti – praga, na osnovu kojeg se neusaglašeni proizvodi odbacuju.
Poslednjih godina metode koje koriste duboko učenje pokazuju veoma dobre rezultate u različiti m oblasti ma mašinske vizije, rešavajući probleme koji se ne mogu rešiti postojećim algoritmima.
Naš model dubokog učenja je superioran za otkrivanje stranih objekata i ostalih defekata proizvoda koje je obično teško detektovati .
Na slikama je prikaz potencijala detekcije na testnom matričnom fantomu stakla (veličina kuglica 1.2mm) u izrazito nehomogenom proizvodu pistaća, veoma teškom za detektovanje.
Pored metode x-zraka, u konkretnim slučajevima koji to zahtevaju koristimo i sliku sa klasičnih kamera, čime je moguće dobiti potpunije rezultate detekcije.
Projekat finansira Fond za inovacionu delatnost iz Pretpristupnih fondova evropske unije i budžeta Republike Srbije sa razdela Ministarstva nauke, tehnološkog razvoja i inovacija
Digital Radiography Technologies doo
Veljka Dugoševića 54/A3/1,
11050 Belgrade, Serbia
+381 60 144 88 04
contact@diratech.com
www.diratech.com
