Detectar huesos finos, fragmentos poco calcificados y pequeñas esquirlas sigue siendo uno de los grandes retos de la inspección por rayos X en la industria avícola. Con DeepScan, Multiscan Technologies incorpora inteligencia artificial basada en Deep Learning a su sistema MXV-SLIM 6010, mejorando la capacidad de detección y reduciendo los falsos positivos. Una innovación que ya está disponible y que puede incorporarse a los equipos compatibles mediante una actualización de software, sin necesidad de sustituir la máquina.
El reto de detectar los huesos más difíciles en el procesado avícola
Minimizar el riesgo de presencia de fragmentos óseos en el producto final es una de las principales exigencias de seguridad alimentaria y control de calidad en la industria avícola.
Aunque los procesos de deshuesado han evolucionado considerablemente, determinados fragmentos pueden permanecer en la carne y resultar especialmente difíciles de identificar. Es el caso de los huesos finos y alargados, los fragmentos con baja calcificación o las pequeñas esquirlas generadas durante el procesado.
La dificultad no reside únicamente en su tamaño. La densidad, la orientación del hueso y las características del tejido que lo rodea pueden hacer que su presencia resulte poco evidente en una imagen de rayos X.
Este problema es especialmente relevante en productos como pechugas y contramuslos de pollo, donde las diferencias de composición y espesor pueden complicar la inspección.
Para los procesadores, las consecuencias de un fragmento óseo no detectado pueden traducirse en reclamaciones, devoluciones, costes de reprocesado y pérdida de confianza por parte de sus clientes.
Sin embargo, existe otro desafío igual de importante desde el punto de vista operativo: detectar más huesos sin incrementar innecesariamente el rechazo de producto conforme.
Aumentar la sensibilidad de los sistemas convencionales puede favorecer la detección de determinados defectos, pero también generar falsos positivos. Esto supone retirar de la línea producto que, en realidad, cumple los requisitos de calidad.
El objetivo es encontrar el equilibrio entre seguridad alimentaria, precisión y rendimiento productivo.
¿Qué aporta el Deep Learning a la inspección por rayos X?
Los sistemas tradicionales de inspección por rayos X analizan las diferencias de atenuación de la radiación y otras características de la imagen para identificar posibles defectos.
Esta tecnología ha demostrado su eficacia en numerosas aplicaciones industriales, pero presenta limitaciones cuando las diferencias entre el hueso y el tejido circundante son pequeñas.
El Deep Learning introduce una evolución importante en la forma de interpretar estas imágenes.
A diferencia de los algoritmos convencionales, basados principalmente en características de la imagen y reglas de detección predefinidas, DeepScan utiliza redes neuronales entrenadas para reconocer patrones complejos e interpretar las características del producto en su contexto.
Por ejemplo, cuando varias piezas de carne se solapan, la acumulación de tejido puede generar zonas de mayor densidad que los algoritmos convencionales podrían identificar erróneamente como defectos. Gracias al aprendizaje obtenido durante su entrenamiento, DeepScan puede reconocer estos patrones y diferenciarlos de posibles fragmentos óseos, reduciendo los falsos positivos.
Aplicado a la inspección avícola, esto permite mejorar la identificación de fragmentos óseos que pueden resultar difíciles de detectar mediante métodos tradicionales.
La innovación no consiste en aumentar la potencia de los rayos X, sino en mejorar la capacidad del sistema para interpretar la información que ya obtiene.
Comparativa de detección de fragmentos óseos: a la izquierda, detección mediante ambos métodos; a la derecha, detección exclusiva con DeepScan.
DeepScan: una nueva generación de inspección inteligente con la MXV-SLIM 6010
Multiscan ha incorporado su tecnología DeepScan, basada en inteligencia artificial y Deep Learning, al sistema de inspección por rayos X MXV-SLIM 6010, para aplicaciones avícolas.
El desarrollo parte de un proceso de investigación, entrenamiento y validación mediante imágenes de diferentes productos y equipos, con el objetivo de superar algunas de las limitaciones de los métodos convencionales de detección.
DeepScan ya está disponible y puede incorporarse a las MXV-SLIM 6010 compatibles mediante una actualización de software, sin sustituir el equipo ni instalar hardware de procesamiento gráfico adicional.
Esta posibilidad permite a los procesadores mejorar sus capacidades de inspección aprovechando la infraestructura existente, simplificando la incorporación de nuevas tecnologías a sus líneas de producción.
Mayor capacidad de detección de huesos finos y poco calcificados
Uno de los principales avances de DeepScan es su capacidad para identificar fragmentos óseos que tradicionalmente han supuesto un reto para la inspección por rayos X.
Entre ellos destacan:
- Huesos finos y alargados (needle bones): especialmente relevantes en determinadas piezas de carne de ave, como los contramuslos.
- Huesos poco calcificados: cuya menor densidad puede dificultar su diferenciación respecto al tejido circundante.
- Pequeñas esquirlas y raspaduras óseas: fragmentos irregulares que pueden presentar características difíciles de reconocer mediante algoritmos convencionales.
Mediante el análisis avanzado de las imágenes, DeepScan mejora la capacidad de identificar determinados fragmentos óseos que pueden pasar desapercibidos para los métodos convencionales, ampliando las capacidades de inspección del sistema.
Para los responsables de calidad, esto supone disponer de una herramienta más avanzada para abordar algunos de los riesgos más difíciles de controlar en el procesado avícola.
Ejemplo de detección de huesos finos y alargados (needle bones): DeepScan (derecha) identifica un fragmento no detectado mediante el método convencional (izquierda).
Ejemplo de detección de huesos de baja densidad: DeepScan (derecha) identifica un fragmento no detectado mediante el método convencional (izquierda).
Menos falsos positivos para proteger el rendimiento productivo
Una inspección eficaz no debe evaluarse únicamente por los defectos que detecta, sino también por su capacidad para evitar rechazos innecesarios.
Cuando un sistema identifica incorrectamente un producto conforme como defectuoso, puede generar costes adicionales de manipulación, reinspección o reprocesado, además de afectar al rendimiento de la línea.
DeepScan mejora la diferenciación entre los fragmentos óseos y las características normales del producto, incluso en situaciones complejas como el solapamiento de piezas, donde la acumulación de tejido puede generar falsas detecciones. Su capacidad para reconocer estos patrones permite reducir los falsos positivos y evitar rechazos innecesarios de producto conforme.
Esto permite avanzar hacia un control de calidad más preciso, en el que una mayor capacidad de detección no tenga que traducirse necesariamente en una mayor pérdida de producto aprovechable.
Reducción de falsos rechazos: los métodos convencionales (izquierda) generan múltiples falsas detecciones, mientras que DeepScan (derecha) mejora la precisión y evita rechazos innecesarios.
Un mismo modelo de Deep Learning para diferentes productos avícolas
Las plantas de procesado avícola trabajan habitualmente con distintos cortes, formatos y características de producto. Estas diferencias pueden exigir ajustes específicos en los sistemas de inspección tradicionales, aumentando la complejidad operativa.
Una de las características diferenciales de DeepScan es que utiliza un mismo modelo de Deep Learning para diferentes aplicaciones avícolas, incluyendo la inspección de pechugas y contramuslos de pollo. Esto permite trabajar con ambos tipos de producto sin necesidad de utilizar modelos de inteligencia artificial independientes para cada uno.
Aunque la sensibilidad de detección puede ajustarse según los requisitos de inspección de cada producto, el modelo de inteligencia artificial es común.
Este enfoque simplifica la configuración del sistema y facilita su utilización en instalaciones que procesan diferentes tipos de producto, reduciendo la complejidad de los ajustes para los operadores.
Una actualización de software que amplía las capacidades del equipo
La incorporación de inteligencia artificial a los sistemas industriales suele asociarse a nuevas necesidades de procesamiento y, en ocasiones, a inversiones en hardware adicional.
DeepScan plantea una alternativa para los equipos MXV-SLIM 6010 compatibles.
Gracias a la optimización de su modelo de Deep Learning, la tecnología puede funcionar con los recursos de procesamiento existentes, sin necesidad de incorporar una GPU dedicada.
Esto permite actualizar el sistema mediante software y acceder a las nuevas capacidades de análisis sin sustituir la máquina.
Para los procesadores que ya cuentan con esta tecnología, supone una forma más sencilla de evolucionar sus sistemas de inspección, aprovechando la inversión realizada y evitando la adquisición de un nuevo equipo para incorporar DeepScan.
Una mejora en la capacidad de detección no tiene por qué implicar sustituir la tecnología en la que una empresa ya ha invertido.
Consultar compatibilidad con DeepScan
DeepScan: una evolución en la inspección por rayos X para la industria avícola
La inteligencia artificial está ampliando las posibilidades de la inspección industrial, pero su verdadero valor aparece cuando permite resolver problemas concretos que hasta ahora resultaban difíciles de abordar.
Con DeepScan, Multiscan avanza en la detección de huesos mediante rayos X, incorporando técnicas de Deep Learning para mejorar la identificación de fragmentos difíciles y reducir los falsos positivos asociados al análisis de imágenes.
La combinación de una mayor capacidad de detección, un modelo común para diferentes productos avícolas y la posibilidad de actualización mediante software representa una evolución relevante para los procesadores que buscan reforzar sus controles de calidad sin comprometer la eficiencia productiva.
Porque el futuro de la inspección no consiste simplemente en ver más, sino en identificar mejor aquello que realmente importa.
Descubre DeepScan para inspección avícola
¿Quieres mejorar la detección de huesos en tu línea de procesado avícola?
Descubre cómo DeepScan puede ayudarte a identificar fragmentos óseos difíciles, reducir los falsos positivos y optimizar el rendimiento de tu sistema de inspección.
