iT邦幫忙

2025 iThome 鐵人賽

DAY 25
1
AI & Data

從養殖到餐桌:AI在畜產及水產的研究與應用系列 第 25

基於電腦視覺的雞蛋分級和缺陷檢測自動系統 Day 25

  • 分享至 

  • xImage
  •  

農委會規定農產品業者供應校園食材、國軍副食、超商、超市、量販店、大賣場及網購通路販售的洗選鮮蛋,都得要在進入通路前在「台灣雞蛋溯源平台系統」登錄資訊,並且要在蛋殼噴上英文編碼(最後一碼)。編碼分別為下列5種:

C - 一般籠飼生產(Cage):是目前台灣最普遍的飼養方式,約佔九成市佔率。母雞被飼養在籠中活動空間相當有限。

E - 豐富化籠飼生產(Enriched cage):相較於一般籠飼,在籠內增加了一些設施,如棲架、產蛋箱等,讓母雞能表現部分自然行為。

B - 平飼生產(Barn):母雞不被關在籠子裡,可在室內自由活動,通常在雞舍內設有棲架、產蛋箱等設施。

F - 放牧生產(Free range):母雞除了有室內空間外,還可以到戶外活動,接觸陽光和新鮮空氣,是最接近自然的飼養方式。

O - 有機生產(Organic):母雞可在室內外活動,且飼料必須是有機的,雞舍內設有棲架、產蛋箱等。

當雞蛋出現蛋殼裂縫、外表髒污以及蛋內血斑,都會降低雞蛋的品質和市場價值。此篇文獻透過電腦視覺技術的自動化方法,用於在放養設施中對雞蛋進行分級和缺陷識別。基於即時多任務檢測 (RTMDet,基於yolo的即時物體分類模型) 和隨機森林網路開發了一個兩階段模型來預測雞蛋的類別和重量(透過雞蛋的長短軸尺寸與形狀大小等進行預測)。該模型使用卷積神經網路 (CNN) 和回歸技術對雞蛋進行分類和秤重。

https://ithelp.ithome.com.tw/upload/images/20250925/20178191QsfPBiWG7Z.jpg
圖一、非籠飼雞蛋的分類和標準雞蛋大小(克)

https://ithelp.ithome.com.tw/upload/images/20250925/20178191E1XxNGzCzb.jpg
圖二、雞蛋數據處理的流程

https://ithelp.ithome.com.tw/upload/images/20250925/2017819103M4QvFzyG.jpg
圖三、使用電腦視覺對雞蛋品質進行分類的簡化方法

https://ithelp.ithome.com.tw/upload/images/20250925/20178191QNjjvKRDBu.jpg
圖四、CNN 視覺化:(a)原始影像,(b)熱圖和(c)梯度加權圖

結果顯示,R²迴歸模型的最佳分類準確率分別為94.80%和96.0% 可將模型安裝在雞蛋收集機器人(取代傳統人力撿蛋)上,提前對雞蛋進行分類。檢測器對大雞蛋(55-60克)和特大雞蛋(60-65克)重量的雞蛋具有更可靠的預測效果。

參考文獻:
Yang, X., Bist, R. B., Subedi, S., & Chai, L. (2023). A computer vision-based automatic system for egg grading and defect detection. Animals, 13(14), 2354. https://doi.org/10.3390/ani13142354


上一篇
利用電腦視覺技術評估白肉雞雞肉的品質 Day 24
系列文
從養殖到餐桌:AI在畜產及水產的研究與應用25
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言