Skip to main content
Was wäre, wenn ein Sortiersystem Defekte erkennen könnte, die herkömmliche Kameras kaum erfassen können? Mit A-EYE stellt Optimum Sorting ein neues Sortiermodell vor, das speziell für solche anspruchsvollen Anwendungen entwickelt wurde. Durch die Verbindung von künstlicher Intelligenz mit langjähriger Erfahrung in der optischen Sortierung bewertet A-EYE Produkte auf eine grundlegend neue Art.
Was früher als schwer oder sogar unmöglich zu automatisieren galt, rückt heute für Gemüseverarbeiter in greifbare Nähe. Die ersten Anwendungen in der Praxis zeigen bereits vielversprechende Resultate. Ob grüne Bohnen oder Blattgemüse wie Spinat: A-EYE hilft dabei, Produktverluste zu reduzieren und die Qualität des Endprodukts zuverlässig konstant zu halten. Möchten Sie wissen, wie A-EYE das ermöglicht? Entdecken Sie, wie das neue Sortiermodell arbeitet und welches Potenzial es in der Praxis bietet.
Wichtige Erkenntnisse:
Ein Sortiermodell mit menschlichem Blick für Details
Um komplexe Herausforderungen bei der Defekterkennung zu lösen, hat Optimum Sorting A-EYE entwickelt, ein auf Deep Learning basierendes Sortiermodell. Der Name setzt sich aus den Begriffen Artificial Intelligence und Eye zusammen. Laut Jan De Jonghe, CTO bei Optimum Sorting, verweist dieser Name nicht nur auf die Technologie hinter dem Modell, sondern auch auf die Art und Weise, wie es Objekte bewertet. Genau wie das menschliche Auge betrachtet A-EYE das Objekt als Ganzes, anstatt sich auf ein einzelnes Merkmal zu konzentrieren. Und genau das macht dieses Sortiermodell so besonders.
Während traditionelle Sortieralgorithmen auf vordefinierten Regeln basieren, lernt A-EYE anhand einer Vielzahl von Praxisbildern. Damit geht Optimum Sorting einen neuen Weg bei der Bewertung von Produkten auf dem Sortierband. Statt einzelne Merkmale isoliert zu analysieren, betrachtet A-EYE Objekte als Ganzes und erkennt Zusammenhänge zwischen Formen, Strukturen und visuellen Mustern, ähnlich wie ein Mensch. Dadurch kann das Modell selbst feine Unterschiede erkennen, die mit klassischen Kamerasystemen nur schwer zu erfassen sind. Das führt zu einer deutlich präziseren Erkennung komplexer Defekte, die bislang nur schwer oder gar nicht identifiziert werden konnten.
”Trotz des Einsatzes von Deep Learning bleibt der Mensch die wichtigste Instanz im Bewertungsprozess. A-EYE entscheidet nicht eigenständig, was als Qualitätsprodukt gilt. Dieses Wissen kommt direkt von Produktspezialisten, Anlagenbedienern und Qualitätsmanagern. Sie geben während des Trainings vor, welche Merkmale erwünscht sind und welche Abweichungen entfernt werden sollen. Auf Basis dieser Expertise lernt A-EYE, dieselben Entscheidungen reproduzierbar, in großem Umfang und mit hoher Geschwindigkeit zu treffen.
Jan De JongheCTO Optimum Sorting
Ein neuer Standard in der Gemüsesortierung
Die ersten Anwendungen von A-EYE kommen heute in der Gemüseverarbeitung zum Einsatz; einem Umfeld, in dem komplexe Defekte täglich eine Herausforderung darstellen. Einige Abweichungen sind von einwandfreiem Produkt kaum zu unterscheiden und bringen selbst fortschrittliche Sortiersysteme an ihre Grenzen. Dass Optimum Sorting grüne Bohnen als erste Anwendung gewählt hat, ist daher kein Zufall. In dieser Produktgruppe treten Defekte auf, die optisch nahezu identisch mit guten Bohnen sind und sich deshalb hervorragend eignen, die Leistungsfähigkeit neuer Sortiertechnologien unter Beweis zu stellen. Genau hier zeigt A-EYE, welches Potenzial in dem neuen Sortiermodell steckt.
Ein typisches Beispiel sind Stielenden von grünen Bohnen (Stem Ends). Für konventionelle Kamerasysteme sind sie schwer zu erkennen, da sie der natürlichen Bohnenspitze optisch stark ähneln. Die Unterschiede sind oft nur minimal, doch genau diese feinen Details entscheiden darüber, ob ein Defekt zuverlässig erkannt und ausgeschleust wird.
Mit A-EYE kann Optimum Sorting solche Merkmale wesentlich genauer erkennen. Darüber hinaus identifiziert das Modell Stiele, Zweige und andere Pflanzenreste, die während der Ernte in den Produktstrom gelangen. Da diese Fremdmaterialien optisch oft kaum von guten Bohnen zu unterscheiden sind, stellen sie für herkömmliche Sortiersysteme eine besondere Herausforderung dar.
”Portulak ist ein gutes Beispiel dafür, warum wir A-EYE entwickelt haben. Für herkömmliche Sortiersysteme stellt diese Pflanze eine besondere Herausforderung dar, da sie nach der Ernte kaum von grünen Bohnen zu unterscheiden ist. In der Praxis führte dies häufig dazu, dass ganze Chargen verworfen werden mussten. Mit A-EYE können wir heute deutlich präziser bestimmen, welche Bestandteile in den Produktstrom gehören und welche entfernt werden müssen. Neben grünen Bohnen arbeiten wir auch an Anwendungen für Spinat. Verschiedene Unkrautarten, die bei der Verarbeitung von Spinat lange Zeit eine Herausforderung darstellten, können nun zuverlässig erkannt und präzise ausgeschleust werden. So helfen wir Verarbeitern, mehr verkaufsfähiges Produkt zu erhalten, Lebensmittelverluste zu reduzieren und einen größeren Anteil ihres Produkts erfolgreich zu vermarkten.
Jan De JongheCTO Optimum Sorting
Sortierung von grünen Bohnen auf einem Novus-Sortierer von Optimum Sorting
Mehr Qualität, höhere Ausbeute und mehr Kapazität
Mit A-EYE erhält Ihre bestehende Sortiermaschine eine zusätzliche KI-gestützte Erkennungsebene. Dank künstlicher Intelligenz erkennt das System unerwünschte Materialien wie Stiele, Unkraut und andere Pflanzenreste deutlich präziser, selbst wenn sie dem einwandfreien Produkt optisch stark ähneln. Dadurch lassen sich komplexe Defekte in Anwendungen mit grünen Bohnen oder Spinat wesentlich zuverlässiger erkennen und ausschleusen. Die Ergebnisse sprechen für sich: Bei der Erkennung von Stielenden in grünen Bohnen konnte die Trefferquote von rund 70 % auf 97 % gesteigert werden. Das Ergebnis sind eine höhere Reinheit des Endprodukts und eine konstant hohe Produktqualität.
Die höhere Präzision wirkt sich unmittelbar auf die Ausbeute aus. Je genauer Defekte und Fremdmaterialien erkannt und ausgeschleust werden, desto mehr verkaufsfähiges Produkt bleibt erhalten. Dadurch wird unnötiger Ausschuss reduziert und ein größerer Teil der Ernte kann weiterverarbeitet oder vermarktet werden. Das erhöht die Wirtschaftlichkeit jeder Charge und trägt gleichzeitig dazu bei, Lebensmittelverluste zu reduzieren.
Darüber hinaus eröffnet A-EYE neue Möglichkeiten zur Steigerung der Linienkapazität. Dank KI-gestützter Erkennung klassifiziert das System Produkte zuverlässig, selbst bei teilweiser Überlagerung auf dem Förderband. Dadurch können Verarbeiter höhere Durchsätze realisieren, ohne die Sortierqualität oder Erkennungsgenauigkeit zu beeinträchtigen.
"Mit A-EYE können bei gleicher Sortierzeit bis zu +50 % mehr Produkte verarbeitet werden"
Mehr Qualität
-
Erkennen Sie selbst schwer unterscheidbare Defekte präzise und schöpfen Sie dank einer zuverlässigeren Trennung von einwandfreiem Produkt und komplexen Abweichungen mehr Wert aus jedem Produktstrom.
Höhere Ausbeute
- Steigern Sie die Ausbeute jeder Charge, indem Sie mehr einwandfreies Produkt erhalten und Verluste reduzieren. Dadurch steht ein größerer Anteil des Produkts für die Weiterverarbeitung oder den Verkauf zur Verfügung.
Mehr Kapazität
-
Erhöhen Sie den Durchsatz Ihrer Sortierlinie um bis zu +50 %, während die Sortierqualität auch bei höheren Produktvolumen erhalten bleibt.
Der nächste Schritt in der Sortiertechnologie
Künstliche Intelligenz und Deep Learning werden in der Gemüseverarbeitungsindustrie künftig eine immer größere Rolle spielen. Neben einer höheren Erkennungsgenauigkeit eröffnet die Technologie völlig neue Möglichkeiten für die Entwicklung von Sortieranwendungen. Während die Entwicklung eines neuen Modells früher häufig mehrere Monate dauerte, können neue Anwendungen heute auf bestehendem Know-how und bereits verfügbaren Datensätzen aufbauen. Dadurch lassen sich neue Erkennungsmodelle deutlich schneller entwickeln, validieren und für spezifische Produkte und Anwendungen optimieren.
Der eigentliche Mehrwert von KI liegt nicht in der Technologie selbst, sondern darin, Inspektionsaufgaben zu lösen, die bisher nur schwer automatisiert werden konnten.Gerade bei Defekten mit sehr feinen visuellen Unterschieden eröffnet Deep Learning neue Möglichkeiten für eine zuverlässige und reproduzierbare Sortierung. Mit A-EYE macht Optimum Sorting dieses Potenzial für die Praxis nutzbar. Die Technologie bildet die Grundlage für eine neue Generation von Sortieranwendungen, die Verarbeitern eine höhere Produktqualität, mehr Produkterhalt und effizientere Produktionsprozesse ermöglicht.Damit erweitert Optimum Sorting die Möglichkeiten der automatisierten Produktinspektion und schafft die Voraussetzungen für Anwendungen, die noch vor wenigen Jahren kaum realisierbar waren.
Das Team von Optimum Sorting hinter der Entwicklung von A-EYE
Interesse an einer kostenlosen Demo?
Kontaktieren Sie das Vertriebsteam von Optimum Sorting und lassen Sie Ihre Produkte ausführlich in einem unserer Demo-Center weltweit testen.
Erleben Sie selbst, welchen Mehrwert unsere Maschinen für Ihr Unternehmen bieten können!
A-EYE im Einsatz
Von grünen Bohnen bis Spinat: A-EYE wird bereits in zahlreichen Anwendungen der Gemüseverarbeitungsindustrie eingesetzt. Das Sortiermodell ermöglicht eine noch zuverlässigere Trennung von Defekten und einwandfreiem Produkt. Entdecken Sie die Einsatzmöglichkeiten von A-EYE und erfahren Sie, wie das System selbst anspruchsvolle Sortieraufgaben meistert und gleichzeitig die Prozesseffizienz unterstützt.
