Computer Vision für automatisierte Qualitätskontrolle in industriellen Bäckereien

Überblick

Ein großes deutsches Lebensmittelunternehmen, das industrielle Bäckereien betreibt, nutzte Computer-Vision-Qualitätskontrolle zur Überwachung von Backwaren auf Produktionslinien. Das System umfasste bereits trainierte Erkennungsmodelle, doch die gesamte Pipeline musste modularer, einfacher erweiterbar und zuverlässiger für die Produktverfolgung und -zählung werden.

Herausforderung

Industrielle Bäckereiproduktion ist schnelllebig und visuell komplex. In einem einzigen Kamerabild können viele Brötchen, Laibe oder andere Backwaren gleichzeitig sichtbar sein. Diese Produkte bewegen sich häufig dicht beieinander, überlappen sich teilweise oder verlassen das Sichtfeld der Kamera und kehren wieder in dieses zurück. Eine zuverlässige Zählung der Produkte ist daher nicht nur eine Frage der Erkennung in einem einzelnen Bild.

Das System muss außerdem erkennen können, ob ein im aktuellen Frame sichtbares Produkt dasselbe Produkt ist, das bereits in vorherigen Frames zu sehen war. Andernfalls könnte dasselbe Brötchen mehrfach gezählt werden oder gar nicht erfasst werden.

Unsere Lösung

iits-consulting refaktorierte Teile des bestehenden Computer-Vision-Frameworks des Kunden in eine modularere Struktur. Dies erleichterte es dem Kundenteam, einzelne Verarbeitungsmodule innerhalb ihres KI-Workflows zu erstellen, auszutauschen und zu erweitern.

Ein zentraler Teil der Arbeit war die Verbesserung der bestehenden Produktverfolgungslogik. Backwaren, die von den vorhandenen Modellen erkannt wurden, wurden über mehrere Video-Frames hinweg verfolgt. Um Produkte konsistent zu zählen, wurde eine unsichtbare Zähllinie im Kamerabild definiert. Sobald ein verfolgtes Produkt diese Linie überschritt, wurde es einmal gezählt.

 
Die Tracking-Pipeline verwendete einen Kalman-Filter-basierten Ansatz, der überarbeitet und angepasst wurde, um die Bewegung vieler Backwaren durch das Bild besser zu verarbeiten. Der Fokus lag nicht auf dem Training neuer Erkennungsmodelle, sondern auf der Verbesserung der Struktur, Wartbarkeit und Zuverlässigkeit des bestehenden Tracking- und Zähl-Workflows.

Geschäftlicher Nutzen

Der Kunde verfügt nun über eine sauberere und modularere Computer-Vision-Pipeline zur Verfolgung und Zählung von Backwaren in Produktionslinienaufnahmen. Die verbesserte Struktur erleichtert die Anpassung des Frameworks, das Hinzufügen neuer Module und die langfristige Wartung des Systems. Die optimierte Tracking-Logik bietet zudem eine stabilere Grundlage für die Produktzählung und die durchsatzbezogene Produktionsüberwachung.