Desafío

La topología heterogénea de la superficie de cada tortilla, caracterizada por texturas y patrones irregulares, puede confundir a los sistemas de visión convencionales. Las variaciones en el tono y la forma se deben a diferencias en los niveles de cocción y en la composición de los ingredientes, lo que complica aún más la inspección. Además de estos problemas, las grietas y arrugas suelen ser sutiles, se confunden con las texturas normales de la superficie y resultan difíciles de detectar mediante algoritmos estándar.

Implementación de la solución

senswork creó una solución utilizando la inspección óptica de aprendizaje profundo con ViDi Detect. Con un conjunto de datos de entrenamiento de aproximadamente 100 imágenes de tortillas, se enseñó al sistema a reconocer tanto las variaciones normales del producto como los defectos específicos. La tecnología se centró en dos tareas principales: detectar grietas en la superficie de la tortilla e identificar arrugas que indiquen pliegues o inconsistencias en el procesamiento. Al aprender directamente de ejemplos etiquetados, el modelo desarrolló la capacidad de tolerar diferencias naturales en el tono y la forma, al tiempo que mantenía un rendimiento de detección preciso. Una vez implementado, el sistema de inspección funcionó en tiempo real, proporcionando resultados inmediatos de aprobado/rechazado para cada tortilla sin ralentizar la producción.

Beneficios

• Inspección duradera que mantiene un rendimiento constante a lo largo del tiempo.
• Tolerancia a las variaciones naturales en el tono y la forma, lo que reduce los rechazos falsos.
• Resultados confiables que garantizan que los clientes reciban productos de alta calidad de manera constante.

Resultado

La implementación de ViDi Detect para la inspección de tortillas mejoró el proceso general de control de calidad. Al automatizar el proceso de inspección y minimizar la dependencia de los controles manuales, mejoró la eficiencia de la producción, lo que dio como resultado entregas de alta calidad constantes a los clientes.

Para ver más ejemplos de visión artificial en la industria alimentaria, haga clic aquí.