ارزیابی خودکار کیفیت مواد غذایی با بینایی ماشین و هوش مصنوعی برای صدور گواهی سلامت دیجیتال

کنترل کیفیت مواد غذایی در خطوط بسته بندی یکی از گلوگاه های حساس در زنجیره تامین غذا محسوب می شود که تاثیر مستقیم بر ایمنی مصرف کننده و اعتماد بازار دارد. روش های سنتی بازرسی انسانی دارای محدودیت هایی از جمله کندی، خطای بالا و هزینه زیاد هستند. این پژوهش به بررسی کاربرد هوش مصنوعی و بینایی ماشین برای ارزیابی خودکار کیفیت ظاهری محصولات غذایی در خطوط فرآوری می پردازد. در این راستا با بهره گیری از تصاویر اخذ شده توسط دوربین های RGB و Hyperspectral و استفاده از الگوریتم های یادگیری عمیق مانند YOLOv۵ و شبکه های عصبی کانولوشنی سامانه های هوشمند طراحی شد که قادر به تشخیص و طبقه بندی ویژگی هایی نظیر رنگ، بافت لکه دار، بودن شکستگی و سلامت فیزیکی محصولات نظیر پسته، خرما و سیب زمینی است. خروجی این سامانه منجر به تولید گواهی سلامت دیجیتال برای هر بسته محصول به صورت خودکار شد. نتایج آزمایشگاهی نشان دادند که دقت شناسایی محصولات ناسالم به بیش از ۹۵ درصد و زمان بررسی در مقایسه با روش های انسانی به میزان قابل توجهی کاهش یافت. پیاده سازی این سیستم علاوه بر ارتقاء بهره وری، کاهش ضایعات و افزایش سرعت بسته بندی می تواند نقش مهمی در تحول دیجیتال زنجیره تامین مواد غذایی و ارتقاء امنیت غذایی در مقیاس ملی ایفا نماید.

کلیدواژه ها:

بینایی ماشین ، هوش مصنوعی ، کیفیت مواد غذایی ، بسته بندی هوشمند ، گواهی سلامت دیجیتال ، یادگیری عمیق