Et si un système de tri pouvait détecter des défauts que les caméras traditionnelles peinent à distinguer ? Avec A-EYE, Optimum Sorting inaugure une nouvelle approche du tri. Fruit de l’alliance entre l’intelligence artificielle et des années d’expertise en tri optique, A-EYE analyse les produits avec un niveau de compréhension inédit.

Ce qui était autrefois difficile, voire impossible à automatiser, devient aujourd’hui accessible aux transformateurs de légumes du monde entier. Les premières applications sur le terrain donnent déjà des résultats prometteurs. Que ce soit pour les haricots verts ou les légumes-feuilles comme les épinards, A-EYE contribue à réduire le gaspillage alimentaire tout en assurant un contrôle plus constant de la qualité du produit fini. Vous souhaitez comprendre comment A-EYE y parvient ? Découvrez le fonctionnement de ce nouveau modèle de tri et les résultats qu’il peut offrir en conditions réelles.

Un modèle de tri inspiré de la perception humaine

Pour relever des défis de détection complexes, Optimum Sorting a développé A-EYE, un modèle de tri basé sur le Deep Learning. Son nom résulte de la contraction des termes artificial intelligence et eye. Selon Jan De Jonghe, CTO d’Optimum Sorting, cette appellation ne fait pas seulement référence à la technologie qui sous-tend le modèle, mais aussi à la manière dont il évalue les objets. À l’image de l’œil humain, A-EYE analyse l’objet dans son ensemble plutôt que de se focaliser sur une caractéristique isolée. C’est précisément cette approche qui rend ce modèle de tri si unique.

Alors que les algorithmes de tri traditionnels s’appuient sur des règles prédéfinies, A-EYE apprend à partir d’un ensemble d’images issues de conditions réelles. Cette approche marque une avancée importante dans la manière dont les produits sont évalués sur la ligne de tri. Plutôt que d’analyser des caractéristiques isolées, A-EYE interprète chaque objet dans sa globalité et reconnaît les relations entre les formes, les textures et les motifs visuels, comme le ferait un opérateur expérimenté. Le modèle est ainsi capable d’identifier des différences subtiles que les caméras traditionnelles peinent à distinguer. Les défauts complexes, autrefois difficiles à identifier, peuvent ainsi être détectés avec une précision nettement supérieure.

Vers une nouvelle référence pour le tri des légumes

Les premières applications d’A-EYE font aujourd’hui leur apparition dans l’industrie des légumes, où les défauts complexes représentent un défi quotidien. Certains défauts sont visuellement très proches du produit conforme, ce qui les rend difficiles à détecter, même avec les systèmes de tri les plus avancés. Ce n’est donc pas un hasard si Optimum Sorting a choisi les haricots verts comme première application. Parmi les différents légumes, ils figurent parmi les plus exigeants à trier, certains défauts étant visuellement très proches des gousses conformes. C’est précisément dans ce type de situation qu’A-EYE révèle tout son potentiel.

Un exemple bien connu est celui des pédoncules des haricots verts. Pour les systèmes de caméras traditionnels, ils représentent un véritable défi, car leur apparence est très proche de celle de l’extrémité naturelle du haricot. La différence est souvent infime, mais ce sont précisément ces subtilités qui déterminent si un produit doit être accepté ou écarté.

Grâce à A-EYE, Optimum Sorting parvient à reconnaître ces caractéristiques avec une précision nettement supérieure. Le modèle est également capable de détecter les tiges, brindilles et autres résidus végétaux qui se retrouvent dans le flux de produits lors de la récolte. Ces éléments ressemblent souvent fortement aux haricots conformes, ce qui complique leur détection par les systèmes de tri traditionnels.

Plus de qualité, plus de rendement, plus de capacité

Avec A-EYE, les capacités de détection d’un système de tri existant franchissent une nouvelle étape. Grâce à l’intelligence artificielle, il devient possible d’identifier avec beaucoup plus de précision les tiges, mauvaises herbes et autres résidus végétaux, même lorsqu’ils présentent de fortes similitudes visuelles avec le produit conforme. Dans des applications telles que les haricots verts ou les épinards, les défauts complexes peuvent ainsi être détectés de manière bien plus fiable. Les performances observées sur le terrain en témoignent : lors des essais menés sur les haricots verts, le taux de détection des pédoncules est passé d’environ 70 % à 97 %. Une amélioration qui se traduit directement par un produit final plus homogène et une qualité produit plus constante.

Cette meilleure précision contribue directement à améliorer le rendement. En éliminant plus efficacement les défauts et les corps étrangers, A-EYE permet de préserver davantage de produit conforme. Moins de produit est écarté inutilement, ce qui augmente la quantité disponible pour la transformation ou la commercialisation. Les transformateurs tirent ainsi davantage de valeur de chaque récolte tout en réduisant le gaspillage alimentaire.

A-EYE ouvre également de nouvelles perspectives pour augmenter la capacité des lignes de tri. Grâce à la reconnaissance pilotée par l’intelligence artificielle, le système continue à classer les produits de manière fiable, même lorsque les légumes se chevauchent partiellement sur le convoyeur. Les transformateurs peuvent ainsi traiter des volumes plus importants sans compromettre la précision du tri.

Le tri entre dans une nouvelle dimension

L’intelligence artificielle et le Deep Learning occuperont une place croissante dans l’industrie des légumes au cours des prochaines années. Au-delà d’une détection plus précise, ces technologies accélèrent considérablement le développement de nouvelles applications de tri. Alors qu’il fallait souvent plusieurs mois pour mettre au point un nouveau modèle, les développements actuels peuvent s’appuyer sur les connaissances acquises et les jeux de données déjà disponibles. Il devient ainsi possible de concevoir, tester et optimiser de nouveaux modèles de détection beaucoup plus rapidement, en fonction des produits et des besoins spécifiques de chaque application.

La véritable valeur de l’intelligence artificielle ne réside pas dans la technologie elle-même, mais dans sa capacité à résoudre des défis d’inspection qui étaient jusqu’à présent difficiles à automatiser.Le Deep Learning ouvre de nouvelles perspectives, en particulier pour la détection de défauts présentant des différences visuelles très subtiles. Avec A-EYE, Optimum Sorting concrétise cette vision. La technologie constitue le fondement d’une nouvelle génération d’applications de tri qui aident les transformateurs à améliorer la qualité de leurs produits, à préserver une plus grande part de la récolte et à accroître l’efficacité de leur production.Avec cette innovation, Optimum Sorting repousse les limites de l’inspection automatisée des produits et pose les bases de nouvelles applications qui auraient semblé hors de portée il y a encore quelques années.

L’équipe d’Optimum Sorting à l’origine du développement d’A-EYE

Intéressé par une démo gratuite ?

Contactez notre équipe commerciale pour découvrir les solutions adaptées à vos besoins et rendez-vous dans l’un de nos centres de démonstration pour tester nos machines avec vos propres produits. Vous verrez ainsi exactement ce qu’elles peuvent vous apporter.

Explorez les applications d’A-EYE

Des haricots verts aux épinards, A-EYE trouve sa place dans un large éventail d’applications au sein de l’industrie des légumes. Le modèle apporte une nouvelle approche pour distinguer avec une fiabilité accrue les défauts du produit conforme. Découvrez les différentes applications d’A-EYE et comment elles permettent de relever les défis de tri les plus complexes.