Encontre aqui seu Software

Busca simples


Busca Avançada

Visão computacional reduz desperdício ao detectar defeitos em frutas e legumes

Postado por Redação em 15/04/2025 em Notícias

Compartilhar:

Soluções tecnológicas que utilizam IA e outras tendências estão disponíveis no mercado para auxiliar no desempenho assertivo 

Visão computacional reduz desperdício ao detectar defeitos em frutas e legumes

Reprodução

A indústria de alimentos e bebidas representa 10,7% do PIB brasileiro. No entanto, até chegar ao prato do consumidor, diversos produtos passam por uma inspeção sanitária para assegurar o cumprimento dos padrões de segurança de consumo. Soluções tecnológicas, que utilizam Inteligência Artificial (IA) e outras tendências estão disponíveis no mercado para auxiliar no desempenho assertivo do segmento. Uma das técnicas é a visão computacional, que permite que computadores e máquinas "enxerguem" e processem imagens para resolver problemas. 

“Ela é baseada em princípios de diferentes áreas do conhecimento, como matemática, estatística e física, e utiliza modelos de IA, além de algoritmos de processamento de imagens com tarefas específicas, que podem rodar através de software ou computador”, explica o Engenheiro de Aplicação da Soma Solution, Jonas Zanella.

A Soma Solution é distribuidora nacional de produtos que oferecem essa performance na capacidade de inspeção. É o caso da Hikrobot, marca que dispõe de sensores, sistemas de visão e leitores de código, para inspeção em produto, na linha de produção, em rótulos ou em uma embalagem. 

Em uma linha de produção, a visão computacional pode realizar tarefas de inspeção, como perceber e retirar de um lote, o que está com substâncias estranhas, por exemplo. Jonas cita o efeito prático em uma fábrica de bolos recheados. “A visão computacional pode monitorar a presença de recheios, se todos os andares do bolo estão completos e com a mesma densidade”, diz.

A solução, que também pode ter sua tecnologia embarcada em câmeras, disponibiliza indicadores das inspeções, coletando as imagens das inspeções e armazenando todos os resultados em uma pasta na rede. “Se o seu trabalho for 24 horas, você pode chegar ao trabalho no dia seguinte, verificar os indicadores, com as imagens das ocorrências e preparar ações de melhorias, com base nestes dados”, resume Jonas.

O sistema também conta com deep learning, ou, ‘aprendizagem profunda’, uma técnica que permite que computadores aprendam a processar dados de forma similar ao cérebro humano. Ele funciona a partir de redes neurais artificiais, que são algoritmos modelados para imitar o funcionamento do cérebro. “Esses algoritmos são treinados com grandes quantidades de dados, principalmente não estruturados, como imagens, arquivos de texto e vídeo, e-mails, para modular padrões complexos em grandes volumes de dados, com isso, entrega-se a inspeção em segundos”.

Outro exemplo da atuação dessa “profundidade” está, mais uma vez, encontrado na maioria do prato de todo brasileiro. “Imagine um prato com um bife de carne: antes, só daria para saber a área do bife e se ele foi cortado ao meio. Hoje, dá para saber cor, tamanho, área de gorduras, nervos, presença de contaminantes”, lista Jonas.

Tendência

Especialmente abrangente no cenário da indústria de alimentos, a tecnologia da visão computacional mira um 2025 ainda mais promissor. A próxima onda, adianta o especialista da Soma, poderá contar com aplicações em infravermelho e raio-x, além da possibilidade da identificação da contaminação bacteriana em alimentos. Estudos indicam avanços significativos e diversas aplicações inovadoras, especialmente com a integração de tecnologias como Iot e IA, computação quântica e eficiência energética, além de realidade aumentada e virtual (AR/VR).

 

Postado por Redação em 15/04/2025 em Notícias

Para tornar sua experiência mais agradável usamos cookies para armazenar informações sobre como você usa o Portal ERP. Acesse nosso 'Termos de Uso e Política de Privacidade' para saber mais. Ao clicar em 'Aceitar', você consente com a otimização do site pelo uso de cookies.