Computer Vision am Band: Fremdkörper und Defekte in Lebensmitteln erkennen
Kunststoffsplitter in der Tiefkühlware, verfärbte Früchte, gebrochene Kekse: Viele Fehler fallen bei der manuellen Sichtkontrolle erst spät oder gar nicht auf. Qualitäts- und Produktionsverantwortliche aus der Lebensmittelindustrie erfahren in diesem Tagesseminar, wie Kamerasysteme mit Bild-KI Produkte direkt an der Linie prüfen. Behandelt werden Modelltypen, Bilddaten und Annotation, die Prüflogik bei hoher Bandgeschwindigkeit sowie Hygiene, Dokumentation und Wartung. Am Schluss haben Sie eine belastbare Vorstellung davon, welche Prüfstation sich in Ihrem Werk für den Einstieg eignet.
- Dauer1 Tag
- OrtBei Ihnen vor Ort oder live-online
- TeilnehmendeNur Ihr Team, keine offenen Termine
- BereichAgrar & Lebensmittel, Industrie & Produktion, Qualität, Sicherheit & Compliance
Für wen
Verantwortliche für Qualitätssicherung und Produktion in Lebensmittelbetrieben, die Bildanalyse für die Qualitätskontrolle nutzen wollen.
KI-Tagesseminar · 1 Tag
Sichtprüfung per Bild-KI planen, Prüflogik festlegen und in die Linie bringen
Das nehmen Sie mit
- Klassifikation und Anomalieerkennung können Sie fachlich auseinanderhalten und je Fehlerbild das passende Verfahren wählen.
- Eine Prüflogik mit Schwellenwert, Ausschleusung und Nachprüfung haben Sie für ein Produkt selbst entworfen.
- Angaben zur Modellgüte lesen Sie kritisch und erkennen, wann Fehlalarme den Linienbetrieb stören.
- Hygiene, Dokumentation, Rückverfolgbarkeit und Wartung planen Sie von Anfang an mit ein.
Ablauf
- Teil 1
Modul 1 – Einstieg: Wofür Bild-KI in der Lebensmittel-QS taugt
- Einsatzfelder einer kamerabasierten Qualitätsprüfung: Wareneingang, laufende Linie, Endkontrolle vor dem Verpacken
- Fremdkörper wie Kunststoff- oder Glassplitter, Produktdefekte wie Bruch oder Verfärbung, Sortierung nach Güte
- Was die Genauigkeit begrenzt: verdeckte Fremdkörper, schwankende Rohware, Spiegelungen auf Folie
- Vorführung: Ein Bildmodell markiert schadhafte Produkte auf einem laufenden Förderband
- Eigene Linien durchgehen: an welcher Station heute Reklamationen, Nacharbeit und Ausschuss entstehen
- Teil 2
Modul 2 – Modelle: Klassifikation, Anomalieerkennung und Bilddaten
- Klassifikation ordnet Bilder Fehlerklassen zu, Anomalieerkennung meldet Abweichungen vom gelernten Gutteil
- Datensätze aufbauen: Linienbilder sammeln, Fehlerbilder annotieren, seltene Defekte gezielt ergänzen
- Übung: Auf Produktfotos Defekte aufspüren und den passenden Fehlerklassen zuordnen
- Modellgüte nüchtern bewerten: Erkennungsrate, Fehlklassifikationen und die Lücke zwischen Testlauf und Produktion
- Teil 3
Modul 3 – Linienbetrieb: Prüflogik, Fehlalarme und Rückverfolgbarkeit
- Inline-Prüfung im Takt der Linie: Bandgeschwindigkeit, Beleuchtung und Rechenzeit pro Bild
- Fehlalarme abfangen: ausgeschleuste Produkte manuell nachprüfen und Gutware zurückführen
- Rückverfolgbarkeit: Prüfbilder und Prüfentscheidungen der jeweiligen Charge zuordnen
- Übung: Für ein Produkt eine Prüflogik festlegen, mit Schwellenwert, Ausschleusung und Meldung an die QS
- Ausschuss senken, indem wiederkehrende Fehlerbilder als Hinweis auf Ursachen an die Produktion gehen
- Teil 4
Modul 4 – Umsetzung: Integration, Hygiene und dauerhafter Betrieb
- Kamera, Auswertung und Ausschleuser in bestehende Produktionslinien und deren Steuerung einbinden
- Hygiene, Arbeitssicherheit und Dokumentation bei Kameratechnik im offenen Produktbereich
- Fallstudie: Ein Lebensmittelhersteller stellt eine Prüfstation auf Vision-KI um
- Betrieb und Wartung: Optik reinigen, Modell bei neuer Rohware oder Rezeptur nachtrainieren, Zuständigkeiten
- Fahrplan: von der ersten Pilotstation zur automatisierten Qualitätssicherung im Werk
VoraussetzungenErfahrung in Produktion oder Qualitätssicherung ist Voraussetzung.
AbschlussTeilnahmezertifikat und digitales Badge