1 000 000 единиц хлеба в сутки: как работают счетчики хлеба на производствах

Хлеб

Заказчик

Хлебозаводы, хлебопекарные предприятия, булочные, пекарни и торговые сети, которые производят разные сорта хлеба и хлебобулочных изделий

Задача

Организовать распознавание и подсчет хлеба и мелкоштучных изделий на разных этапах производства и движения продукции

Результат

Видеосчетчики успешно работают, распознают и считают миллион единиц хлеба и хлебобулочных изделий ежедневно

Хлеб

Содержание

Ситуация

На хлебопекарных предприятиях часто возникают недостачи произведенных изделий. Причина кроется в человеческом факторе. Проще говоря, сотрудники тайно выносят хлеб и другую продукцию. Из-за этого предприятия терпят непредвиденные убытки, расходуют больше сырья и не могут правильно вести учет выпущенных изделий.

Самый очевидный способ минимизировать такие ситуации — установить видеонаблюдение. Однако это не решает проблему полностью. Даже если повесить камеры во всех возможных местах, это не защитит на 100% от недостач.

Другое дело, когда система видеонаблюдения объединяется с системой учета. Если разместить камеры в ключевых точках производства, можно считать количество изделий на каждой из них. А при возникновении недостачи определить, когда она возникла, и установить ответственное лицо.

Часто видеокамеры уже снимают печи и конвейеры. Остается научить их считать продукцию. С такими запросами к нам и обращаются хлебокомбинаты и пекарни.

Задача

Внедрить видеосчетчик, чтобы контролировать количество произведенной продукции. Съемка должна вестись с разных ракурсов и на разных этапах производства. Важные точки съемки: вход теста в печь, выход готовых изделий из печи и транспортировка хлебобулочной продукции по конвейерной ленте.

Решение

В отличие от подсчета яиц или банок, подсчет хлеба организован сложнее. Обычно пекарни и хлебозаводы производят не один, а несколько сортов хлеба и хлебобулочных изделий. При этом печи используются одни и те же, а продукция, выходящая из них, отличается внешним видом.

Общий подсчет изделий не всегда решает задачу заказчика. Простая сумма выпущенного хлеба за смену или сутки малоинформативна. Обычно клиенты хотят знать точное количество произведенной продукции каждого сорта.

Трудности, однако, касаются не подсчета, а именно распознавания хлебобулочных изделий.

По одной производственной линии проходит, например, 12 сортов похожего хлеба. Чтобы корректно их определять, нужно 100 фотографий с примерами каждого сорта и длительное время на обучение видеосчетчика. Но даже после этого сложно со 100%-ной точностью распознавать изделия одинаковой формы, если они отличаются лишь цветом корочки.

Ниже рассказываем, какие еще нюансы возникают при подсчете хлеба и как справляемся с трудностями на проектах.

Счетчик хлеба на хлебозаводе в Казахстане

Примеры ракурсов, которые показал заказчик перед началом проекта, плохо подходили для подсчета хлеба. Камера стояла далеко, а в кадре было много лишнего.

Затем камеру повернули, чтобы конвейерная лента лучше попадала в кадр. С этим ракурсом уже можно было работать. После этого мы программно приблизили и обрезали кадр для видеосчетчика.

Вот что получилось.

Ракурс съемки, который сначала прислал заказчик

Новый ракурс после поворота камеры

Программно обработанный ракурс подсчета, с которым работает видеосчетчик

На кадрах видно, что иногда хлеб едет по ленте горкой. Эта проблема часто встречается на хлебопекарных производствах. Видеосчетчик не сможет заглянуть под буханку и посчитать, сколько изделий скрывается под ней. Не справится с этим и человек.

Для того чтобы подсчет хлеба работал корректно, заказчик установил над конвейером обыкновенную планку. Она останавливает хлеб, который едет вторым ярусом, и сбрасывает его на ленту. Благодаря такому простому решению в зоне подсчета не бывает горок и изделия считаются без ошибок.

Хлебопекарное производство в Сербии

Заказчик использует две производственные линии, которые отличаются принципом работы.

По первой линии идет разная продукция: круассаны, слойки, булочки, хлеб. Сверху установлена видеокамера. Задача была в том, чтобы камера научилась распознавать и считать выпечку.

Продукция движется в кадре сверху вниз. Платформа, на которой лежат хлебобулочные изделия, едет достаточно быстро. Видеосчетчик должен определить и посчитать их, пока изделия видны в кадре.

На этом проекте считаются и заготовки из сырого теста, которые отправляются в печь, и готовые изделия, которые выходят из печи.

Камера считает, сколько сырых круассанов отправляется в печь

После выпекания видеосчетчик определяет вид готовых изделий и их количество

Вторая линия — традиционная конвейерная лента. Продукция попадает на нее после выпекания и движется на упаковку.

Проблема была в том, что на этой линии выпекается 4 сорта похожего хлеба. Они визуально почти не отличаются: все круглые и румяные. Видеосчетчик не мог определить их характерные различия. Хотя алгоритм здесь не при чем: даже человек не справится с такой задачей.

Среди 4 сортов хлеба был только один, который без проблем распознавался. В отличие от остальных, на нем была посыпка сверху. Три других вида ничем не отличались друг от друга.

Один из 4 сортов хлеба явно отличался внешним видом. Благодаря этому хлеб считался без ошибок

Остальные три вида хлеба выглядели вот так

Два разных сорта хлеба. Отличить их по внешнему виду почти нереально

Для того чтобы решить проблему, заказчик решил перевесить камеру и приблизить ракурс съемки.

Теперь камера снимала не печь, а конвейер, на который падает хлеб из печи. Однако идея не сработала. Видеосчетчик все равно не видел различий между тремя похожими сортами хлеба.

Смена ракурса съемки не помогла различать 3 сорта хлеба

В итоге мы объединили три сорта хлеба в один. Теперь видеосчетчик различает два типа продукции: хлеб с посыпкой и гладкие хлеба. Заказчик согласился с таким решением.

Олег Халилов, руководитель проектов

Эта ситуация — показательный пример ограничений нашего видеосчетчика.

Если изделия ничем не отличаются друг от друга, то алгоритм визуального распознавания не сможет определять их вид. Эта проблема касается только распознавания. Счетчик изделий будет полноценно работать в любом случае.

Подсчет хлеба в Новокузнецке

Предприятие производит 3 сорта хлеба. Все сорта одинаковой формы, но несколько отличаются цветом. Заказчик хотел считать готовый хлеб без распознавания.

Мы установили видеосчетчик и настроили подсчет. Камера висит близко к конвейеру, изделия видны четко, поэтому серьезных сложностей на проекте не возникало.

Видеосчетчик на хлебном производстве в Азербайджане

Заказчик использует две производственные линии. Задача была в том, чтобы организовать подсчет готового хлеба на выходе из печей. Камеры уже были установлены.

Первая линия. В нашей практике это был уникальный случай. У заказчика не было возможности собрать компьютер по техническим рекомендациям. Поэтому мы развернули видеосчетчик на старом ПК без видеокарты.

Подсчет без видеокарты — это исключение из правил. Оно стало реальным из-за слишком низкой скорости выхода хлеба из печи. Изделия появляются в кадре очень медленно.

Мы уменьшили размер кадра до 290 × 90 пикселей, занизили параметры нейросети и установили частоту съемки 5 кадров в секунду. Такой поток не создает большую нагрузку на систему, и одной мощности процессора хватает для его обработки.

Результат: видеосчетчик работает с высокой точностью даже с такими настройками.

Так выглядит кадр размером 290 × 90 пикселей, видеопоток из которых обсчитывает старый процессор без видеокарты

Вторая линия расположена в другом цехе. Видеопоток с ее камеры обрабатывает другой компьютер. Здесь во время настройки видеосчетчика мы столкнулись со специфическими сложностями подсчета.

Иногда в зону съемки заходили сотрудники завода. Они загораживали продукцию и создавали помехи в кадре. Однажды алгоритм даже принял голову сотрудника за хлеб и посчитал ее вместе с готовыми изделиями.

Видеосчетчик принял голову сотрудника за хлеб и тоже посчитал его — это видно по рамке над головой. Так произошло из-за того, что человек вошел в зону подсчета (синяя рамка)

Иногда в печи возникало задымление. Для производства в этом нет ничего особенного, но если дым будет слишком плотным, он закроет хлеб и может помешать подсчету.

Система фиксирует такие помехи и присылает на проверку заказчику и нам.

Справа в зоне подсчета справа произошло задымление. В этом случае дым не помешал подсчету хлеба. Но в другой раз дым может закрыть хлеб и спровоцировать ошибку счетчика

Видеосчетчик связан с учетной системой. Заказчик выгружает отчеты о количестве посчитанных изделий за произвольный промежуток времени. Для вывода данных можно настроить любой язык. Ниже — пример отчета за сутки на азербайджанском языке.

Отчет о посчитанных хлебобулочных изделиях за сутки на азербайджанском языке

Распознавание и подсчет на хлебокомбинате Петровский

На этом проекте заказчик хотел распознавать и считать 6 видов хлеба. Изделия отличаются упаковкой и весом.

Благодаря разной упаковке продукция определяется и считается довольно легко. И хотя сам хлеб одинаковой формы, это не играет роли. Распознавание происходит по цветной упаковке, и видеосчетчик работает без ошибок.

Владимирский хлебокомбинат: счетчик хлеба на каждом этапе производства

На этом проекте заказчик отслеживал полный цикл хлебного производства. Камеры снимали ключевые точки производственного процесса: от выхода теста из делителей до упаковки готовых изделий.

Всего камер было семь, в каждую мы внедрили видеосчетчик. Распознавания хлеба не требовалось.

Благодаря тому, что камеры снимают каждый этап, заказчик осуществляет сквозной подсчет изделий и контролирует количество выпущенной продукции.

На двух участках из-за неудачного ракурса съемки возникали ошибки подсчета. В этих местах точность счетчика была 98%, но заказчик не планирует перевешивать камеры. Для его задач достаточно этой точности.

Ниже на кадрах с видеокамер виден весь технологический процесс.

Тесто выходит из делителя на конвейерную ленту

Изделия входят в печь. Это один из двух участков с низкой точностью подсчета.

Ошибки возникают по двум причинам:

1) Батоны сливаются со светлым фоном конвейера, между ними нет четких границ.

2) Сотрудник хлебозавода перекрывает продукцию

Готовые батоны выходят из печи

Транспортировка батонов на упаковку

Второй неудачный ракурс для счетчика.

Съемка идет под углом издалека. Батоны сваливаются горкой и перекрывают друг друга. Это приводит к ошибкам подсчета.

Проблема легко решается изменением ракурса съемки, но заказчика все устраивает

Счетчик хлеба на хлебозаводе в Удмуртии

На этом проекте заказчик хотел понять, где возникает недостача. Задача была считать готовые изделия.

Мы настроили счетчик хлеба на конвейере. Камера висела над лентой и с этого ракурса хорошо получалось считать готовую продукцию.

Ракурсы съемки, с которых работал видеосчетчик хлеба

Потом, однако, выяснилось, что здесь считать уже поздно. Хлеб исчезает до того, как попал на конвейер. Поэтому надо искать более ранние ракурсы для съемки и подсчета.

Заказчик перебрал несколько вариантов и остановился на самом начальном этапе. Выбрали момент, когда пекарь раскладывает заготовки из теста по формам для выпекания. Это первый этап производства, где появляется человек. До этого работают машины и недостачам неоткуда взяться.

Заказчик переустановил камеру и мы снова начали считать. Только уже не сам хлеб, а тесто.

Новый ракурс съемки, где видны заготовки из теста — будущий хлеб

Программно приблизили кадр и настроили подсчет теста в момент, когда пекарь раскладывает его по формам

Результат

Чаще всего заказчики устанавливают камеры в 3 ключевых точках контроля: вход теста в печь, выход хлеба из печи, конвейер для транспортировки продукции. Видеосчетчик успешно считает и распознает сорта хлеба на любых этапах производства.

Точность подсчета хлеба составляет 99,9%.

Срок запуска счетчика без определения вида хлеба — 1–2 дня. Если нужно распознавание изделий, проект займет примерно месяц.

Команда. Со стороны Neti над проектом работает 1 человек. Со стороны заказчика обычно выступает технический специалист, который выдает доступы, настраивает камеры и решает технические проблемы на производстве.