ウズラ卵の目視検査では主に、亀裂、汚れ、血痕、露出した黄身、殻の残留物などの欠陥を検出します。現在、このプロセスは主に手動の目視検査に依存していますが、これは非効率的で疲労しやすく、その結果、欠陥の見逃し率が高く、大量生産の需要を満たすことが困難になります。中心的な課題は、卵のサイズが小さいこと、大きな色の変化、多様な欠陥パターン、および低コントラストにあり、これらが従来のマシンビジョンアルゴリズムの適応性を低く不安定にしています。これらの方法では、微妙で不規則な欠陥を効率的に特定するのが困難です。
その結果、業界では、検出精度と自動化レベルを向上させるために、ディープラーニングベースの AI 外観検査ソリューションを徐々に採用しつつあります。
