Unser UseCase-Partner
Die Steirerfleisch Gesellschaft m.b.H. ist ein Schlacht- und Zerlegebetrieb für Schweinefleisch, der sich neben der Schlachtung auf den Zuschnitt von Fleischteilen nach Kundenanforderungen sowie auf die Herstellung von Convenience-Produkten für den Lebensmittelhandel spezialisiert hat.
Im Rahmen dieses abgeschlossenen Use Cases wurde untersucht, inwieweit eine automatisierte Produkterkennung von kommissionierten Rohprodukten mittels künstlicher Intelligenz realisierbar ist. Ziel war es, ein Bildklassifikationsmodell zu entwickeln, das Fleischprodukte auf Basis von Kamerabildern zuverlässig erkennt und damit eine technische Grundlage für eine mögliche spätere Integration in den Produktions- bzw. Kommissionierprozess schafft.
Datenerhebung und Vorgehensweise
Die Datenerhebung erfolgte über einen Zeitraum von etwas mehr als einem Monat direkt im laufenden Produktionsbetrieb. Dabei wurden automatisiert Bilder von mit Rohprodukten befüllten Kisten aufgenommen und mit den verfügbaren Daten des bestehenden Produktionssystems verknüpft.
Der Fokus lag bewusst auf der reinen Produkterkennung; Differenzierungen nach Gütesiegeln oder Herkunft wurden nicht berücksichtigt. Insgesamt wurden 99 unterschiedliche Produktklassen definiert.
Durch den Einsatz von Transfer Learning sowie anschließendes Fine-Tuning konnte das Modell gezielt an die domänenspezifischen Merkmale der Fleischprodukte angepasst werden.
Ergebnisse
Die Auswertung zeigte, dass ein Großteil der Produktklassen sehr hohe Erkennungsraten von über 90 % erreicht. Mehrere Klassen lagen bei nahezu 100 % Accuracy. Gleichzeitig zeigten sich deutliche Schwächen bei visuell sehr ähnlichen Produkten sowie bei Klassen mit geringer Datenbasis.
Erkenntnisse aus dem Use Case
Der Use Case zeigt klar, dass eine KI-gestützte Produkterkennung von Fleischprodukten grundsätzlich sehr gut realisierbar ist und bei geeigneter Datenbasis hohe Genauigkeiten erzielen kann. Gleichzeitig wurde eine zentrale Abgrenzung deutlich: Während die technische Machbarkeit gegeben ist, wird die praktische Umsetzbarkeit im Produktionsumfeld maßgeblich durch die Qualität und Konsistenz der verfügbaren Daten bestimmt.
Durch gezielte Verbesserungen an Hardware, Prozessführung und Datenmanagement kann die Modellperformance weiter gesteigert und eine industrielle Anwendung realistisch umgesetzt werden.
Weitere Bilder:
Neugierig?
Falls Sie eine Vorführung bei uns im Büro erleben möchten, so kontaktieren Sie uns bitte. Alternativ können Sie sich gerne den Quellcode des Use-Case auf Github ansehen: