案例研究：SANOVO 利用多摄像头 AI 检测提升鸡蛋质量分级。
SANOVO 利用多摄像头 AI 检测技术提升鸡蛋质量分级。
SANOVO TECHNOLOGY GROUP 实施了一套非接触式多摄像头深度学习检测系统，旨在提高缺陷检测准确率，消除接触式检测带来的污染风险，并为鸡蛋分级中心和农场提供数据洞察。 Emergent 的 10GigE HR 系列摄像机 并利用以下方式开发 eSDK 软件开发工具包该系统每枚鸡蛋可拍摄 16 张图像，并使用深度学习算法对缺陷进行分类，生产速度高达每小时 250,000 万枚鸡蛋。
Emergent 与 SANOVO TECHNOLOGY GROUP 的产品和业务经理 Jorrit van Hof 就该项目以及与 Emergent Vision Technologies 的持续合作关系进行了交谈。
问题：如何在不污染或损坏鸡蛋的情况下可靠地检测裂纹
SANOVO 的机器每小时可检测数十万枚鸡蛋。传统的鸡蛋分级机械裂纹检测系统依赖于与鸡蛋的物理接触来检测结构损伤。范霍夫先生指出，这些基于力的系统会带来风险，例如可能加剧裂纹、造成误判以及增加交叉污染的可能性。随着鸡蛋生产商对可追溯性和数据洞察力的需求不断提高，SANOVO 寻求一种能够在全速处理下保持高精度的非接触式检测方法。
SANOVO 产品经理 Jorrit van Hof
SANOVO TECHNOLOGY GROUP 的产品和业务经理 Jorrit van Hof 谈到了公司鸡蛋检测机中部署的新视觉技术。
SANOVO鸡蛋检测——不合格图片
深度学习算法分析16张图像，以确定鸡蛋上的裂纹或其他缺陷是否应被判定为不合格。鸡蛋在机器中以每秒170毫米的速度运行，这些机器每小时可评估255,000万枚鸡蛋。
开发过程：验证深度学习检测的硬件能力
SANOVO 开发了能够识别裂纹和壳体缺陷的深度学习模型，但这些算法的准确性取决于所采集图像的质量和一致性。该摄像系统需要在工业环境中以高生产线速度提供高分辨率图像，并实现可靠的多摄像头同步。
初步的供应商调查显示，各家相机供应商无法保证性能，也无法在不增加高昂成本和风险的情况下提供分析系统。一些供应商提出提供昂贵的测试设备，并承诺如果性能未达到要求则不予退款。这造成了不可接受的工程风险。
Emergent Vision Technologies 提供了一套免费的评估系统，并与 SANOVO 工程师直接合作，在早期测试期间提供配置建议并验证相机功能。
光纤连接的HR系列10GigE高速摄像机展现出足够的质量，足以支持SANOVO的深度学习裂纹分析。SANOVO的深度学习算法在基于图形用户界面的eCapture Pro软件中进行了测试。摄像机验证通过后，程序被移植到eSDK软件开发工具包中。van Hof表示，在整个过程中，Emergent提供了有益的建议，并为公司的工程团队提供了支持。
Emergent 的高速 10GigE 摄像头生态系统与 eCapture Pro 和 eSDK 的整体协作加快了开发进程。van Hof 先生表示：“Emergent 对整个系统的运行充满信心，并全力支持。他们没有提供孤立的组件，而是与 SANOVO 携手合作，共同调整摄像头参数、同步时序和深度学习采集条件。”
eSDK 现在提供销售给客户的鸡蛋检测机中使用的成像流。
SANOVO鸡蛋检测案例研究
SANOVO 在 18 排分级配置中实施了一套 21 摄像头检测系统，该系统可拍摄每个鸡蛋在视觉系统下方滚动时的顶部、侧面和底部图像。21 个摄像头每个鸡蛋拍摄 16 张图像，从而生成完整的表面轮廓。摄像头的同步触发由 eSDK 软件中的指令控制。
“多家供应商都认为要求过高，但Emergent公司提供了解决方案，并在评估过程中证明了其有效性。该系统运行可靠，检测性能优异。”
——Jorrit van Hof，SANOVO TECHNOLOGY GROUP 产品与业务经理
解决方案：多摄像头人工智能检测系统
SANOVO 在 18 排分级配置中实施了一套 21 摄像头检测系统，该系统可拍摄每个鸡蛋在视觉系统下方滚动时的顶部、侧面和底部图像。21 个摄像头每个鸡蛋拍摄 16 张图像，从而生成完整的表面轮廓。摄像头的同步触发由 eSDK 软件中的指令控制。
所有摄像头均通过光纤电缆将高分辨率图像传输至配备 NVIDIA GPU 的工业 PC，这种设计可避免电磁干扰，确保卫生安全，并可扩展应用于分级中心和小型农场等各种规模的场所。该技术确保强大的 GPU 执行图像采集、处理、传输和存储，从而保证检测工作的顺利进行和数据的可靠记录。
该系统对缺陷鸡蛋进行分类，并将结果传输至机器控制器以激活闸门，从而自动剔除破损或未分级的鸡蛋，而不会减慢生产线速度。在高产能配置下，该系统可支持高达每小时约 255,000 枚鸡蛋的吞吐量，同时保持可靠的分类性能。
自最初的机器集成以来，SANOVO 已将 HR 10GigE 摄像头的应用扩展到其他不同吞吐量的检测单元，并配备了相应的摄像头、网络和计算硬件。这意味着 SANOVO 可以为各种类型的鸡蛋生产商提供合适尺寸的机器。这些机器包括…… GraderPro600 和 OptiGrader 707现有机器也可以加装新的视觉系统。
结果：产量提高、干预更早、质量稳定
增强的实时数据可见性有助于更准确地签订供应合同，提高品牌质量，并增加优质鸡蛋的收入潜力。
SANOVO 的非接触式检测技术提高了鸡蛋分级的可靠性，并减少了优质鸡蛋的误判率。范霍夫先生表示，误判率比以往任何时候都低，而且蛋农能够比以往更早地了解鸡群的健康状况。对蛋农来说，一项益处是，由于可以更精确、更可靠地观察鸡蛋质量，因此不会出现蛋鸡过早退役的情况。
一种名为 农场情报部门 该设备能够在生产周期的早期阶段检测出裂纹类型和壳体不规则性等趋势。这种多功能设备可安装在更多种类的生产设施中。
Emergent 的摄像头目前已安装在多台 SANOVO 鸡蛋分级机上，可根据工厂规模实现不同的处理量。所有这些系统均为多摄像头系统，需要精确的摄像头同步和极高的工业可靠性。公司工程团队正在研究第二代 10GigE 摄像头系列 EROS 的新应用，该系列摄像头尺寸更小、功耗更低，并配备了更新的索尼传感器，进一步完善了 Emergent 的生态系统。
