Computer Vision für automatisierte Qualitätskontrolle in industriellen Bäckereien

Überblick

Ein großes deutsches Lebensmittelunternehmen nutzte eine Qualitätskontrolle per Computer Vision, um Produkte auf seinen industriellen Backlinien zu überwachen, während sie die Produktion durchlaufen. Das System enthielt bereits trainierte Erkennungsmodelle. Die gesamte Pipeline sollte aber modularer, leichter erweiterbar und zuverlässiger beim Tracking und Zählen der Produkte werden. 

Herausforderung: Qualitätskontrolle per Computer Vision im Linientakt

Die industrielle Backwarenproduktion ist schnell und visuell komplex. Ein einzelnes Kamerabild kann viele Brötchen, Brote oder andere Backwaren gleichzeitig zeigen. Die Produkte liegen oft dicht beieinander, überlappen teilweise oder verlassen das Sichtfeld der Kamera und tauchen wieder darin auf. Sie in einem Bild zu erkennen, ist nur der erste Schritt, um sie zuverlässig zu zählen.

Das System muss außerdem erkennen, ob ein Produkt im aktuellen Frame schon in früheren Frames zu sehen war. Sonst zählt es dasselbe Brötchen womöglich doppelt oder übersieht es ganz.

Unsere Lösung: Modulare Qualitätskontrolle per Computer Vision

iits-consulting hat dafür Teile des bestehenden Kunden-Frameworks für Computer Vision modularer aufgebaut. Seitdem kann das Kundenteam einzelne Verarbeitungsmodule in seinem KI-Workflow entwickeln, austauschen und erweitern.

Ein zentraler Teil unserer Arbeit war die bestehende Logik für das Produkt-Tracking. Sobald die vorhandenen Modelle ein Produkt erkennen, verfolgt das System es über mehrere Video-Frames. Für eine konsistente Zählung gibt es außerdem eine unsichtbare Zähllinie im Kamerabild. Überquert ein verfolgtes Produkt diese Linie, zählt das System es genau einmal.

Dabei nutzt die Tracking-Pipeline einen Kalman-Filter, den das Team überarbeitet und feinjustiert hat. Dadurch kommt er besser mit der Bewegung vieler Backwaren durch das Bild zurecht. Die vorhandenen Erkennungsmodelle blieben unverändert. Im Fokus standen Struktur, Wartbarkeit und Zuverlässigkeit des bestehenden Tracking- und Zähl-Workflows.

Business Impact

Der Kunde hat jetzt eine aufgeräumtere, modularere Pipeline für die Qualitätskontrolle per Computer Vision, mit der er Backwaren verfolgt und zählt. Durch die verbesserte Struktur kann das Team das Framework leichter anpassen, neue Module ergänzen und das System mit weniger Aufwand warten. Die feinjustierte Tracking-Logik gibt außerdem der Produktzählung und dem Durchsatz-Monitoring eine stabilere Grundlage.

Sie fragen sich, ob KI das auch für Sie leisten kann? Starten Sie mit einem kostenlosen KI Discovery Workshop.