Primary tabs

Laadulla on enemmän merkitystä kuin koskaan aikaisemmin

Vuonna 2020 elintarvikkeiden takaisinvedot Suomessa lisääntyivät melkein 20% edellisvuoteen verrattuna, ja luku on kasvanut neljänä peräkkäisenä vuonna. Tuotteiden vetäminen pois markkinoilta on kallis toimenpide ja voi vaikuttaa kuluttajien käsityksiin tuotteesta, brändistä ja valmistajasta. Kuluttajilla on mahdollisuus jakaa tietoa ja mielipiteitä nopeasti ja helposti ympäri maailman, mikä osaltaan tehostaa takaisinvetoon liittyvän tiedon välitystä, mutta saattaa samalla pahentaa tilannetta, kun väärät tiedot leviävät ja lisäävät tyytymättömyyttä kuluttajien joukossa. Julkinen paheksunta on erityisen suurta silloin, kun takaisinvedossa on kyse tuotteesta, joka vaikuttaa moniin ihmisiin ja jonka turvallisuutta pidetään yleisesti tärkeänä. Elintarvikkeet ovat juuri tällaisia tuotteita, ja niiden vetäminen pois markkinoilta on sen vuoksi yleinen keskustelunaihe sosiaalisessa mediassa. Tuotteiden valmistajille on aina ollut tärkeää varmistaa tuotteidensa turvallisuus, ja tänä päivänä siihen pitää kiinnittää entistä enemmän huomiota.

Tämän vuoksi elintarvikevalmistajat kokevat laadunvalvonnan erittäin tärkeäksi osa-alueeksi toiminnassaan. Tällä hetkellä laadunvalvontaprosesseja ohjaavia trendejä ovat automaatio, aina käynnissä olevat laitteet ja entistä parempi jäljitettävyys.

Konenäön rooli

Konenäön vahvuuksia ovat vähäinen tarve ihmisen vuorovaikutukselle, jatkuva toimintavalmius, integroitavuus ERP-järjestelmiin sekä alhaiset kustannukset. Viime vuosina konenäkö on kehittynyt sellaiselle tasolle, että sitä voidaan hyödyntää tehokkaasti monissa tuotantoympäristöissä, myös laadunvalvonnassa. Konenäköä hyödynnetään usein tuotteen ulkonäön valvonnassa tekoälyn avulla, suojavarusteiden käytön valvonnassa ja kaikessa näköaistiin perustuvassa valvonnassa. Valmistajien tuotantoprosessien automaatioastetta saadaan kasvatettua entisestään,kun konenäköä yhdistetään tuotteita ulkopuolelta valvoviin laatusensoreihin, kuten lähi-infrapuna- tai röntgenanturiin.

Konenäön kiistämätön etu on myös sen hinta. Konenäön ratkaisut perustuvat yleisimmin kahteen laitteeseen: kameraan ja minitietokoneeseen. Molempia on saatavilla helposti ja edullisesti: jokaisessa matkapuhelimessa on yksi tai useampi kamera, ja minitietokoneen voi saada alle 50 eurolla. Kuvankäsittelyalgoritmien valikoima kasvaa ja monipuolistuu koko ajan. Algoritmien avulla loputtomasta tietovirrasta saadaan erotettua havaintoja ja mittaustuloksia tehokkaasti ja reaaliajassa.

Pienet järjestelmät, suuret edut

Laadunvalvonta on vain yksi esimerkki osa-alueesta, jolla konenäköä voidaan hyödyntää tehokkaasti. Muita merkittäviä alueita ovat turvallisuus, liikenne tai asiakasvalvonta (esimerkiksi itsepalvelukassat). Näiden käyttöyhteyksien yhteinen piirre on valtavat tietovirrat ja keskeytymättömän valvonnan tarve. Esimerkiksi liikennevalvonnassa yhdestä videosyötteestä saadaan monenlaista tietoa liikenteestä, muun muassa kulkuneuvojen tyyppi ja lukumäärä, nopeus ja kulkusuunta.

Konenäkö on tehokas ratkaisu jo yksinään, ja yhdistettynä IoT-laitteisiin, ennakoiviin koneoppimisen malleihin tai pilvipalveluihin saadaan käyttöön erittäin kattava analysointijärjestelmä, jota kutsumme videoanalytiikaksi.

Tutustu asiakastarinoihimme:Lisää työturvallisuutta videoanalytiikalla

Tikkurilassa seurataan pyöräilykypärien käyttöä videoanalytiikalla - kypärätutkalla muistutetaan kypäränkäytön tärkeydestä


Tutustu webinaarissamme konenäköä hyödyntävän videoanalytiikkaratkaisummekäyttökohteisiin ja asiakasesimerkkeihin.

 

Kirjoittajasta

Andreas helfenstein

Andreas Helfenstein

Videoanalytikkakonsultti

I am a data science and computer vision specialist, who joined CGI's video analytics team in January 2020. In my role, I am responsible for the extraction and processing of information from live video streams, as well as the development of small-footprint VA ...

Kirjoita kommentti

Comment editor

  • No HTML tags allowed.
  • Lines and paragraphs break automatically.
Blogi-kommentoinnin ohjeet ja käyttöehdot