EUROP
Automatiserad klassificering av nöt- och fårkött
Automatiserad klassificering av nöt- och fårkött
EUROP är ett EU-projekt vars syfte är att utveckla en automatiserad lösning för att bedöma kvalitén på nöt- och fårkött. Detta med hjälp av kameror, bildanalys och maskininlärning. Köttet klassificeras enligt EUROP-skalan som är gemensam för hela EU. Klassningen sker idag genom visuell bedömning gjord av personal på slakterierna runt om i Europa. Målet med projektet är att få en jämnare och mer rättvis klassificering samt att skapa en spårbarhet i processen. Bilder och data för varje djur sparas, vilket gör att man kan gå tillbaka och kontrollera om det skulle uppstå oklarheter eller om bonden och slakteriet inte skulle vara överens. Vår uppgift i projektet var främst att bygga och utveckla ett helautomatiserat system för att samla in och hantera data.
Kund: Mobile Information Group
Programspråk: Python, SQL
Tekniker & ramverk: BalenaCloud, FastAPI, Docker
Första steget var att bygga ett system för att samla in data till maskininlärningen. Eftersom det dagliga arbetet på slakteriet behövde fortsätta som vanligt var det ett viktigt krav att bildinsamlingen skulle vara helt automatisk och inte vara i vägen.
Detta löste vi med fast monterade nätverkskameror som triggas med hjälp av en laser, samt lampor som indikerar när bildtagning äger rum. För att utveckla systemet krävdes kompetens inom hårdvara, kamerateknik, embeddedprogrammering samt nätverksprogrammering för att bygga ett pålitligt informationsflöde.
För att spara och hantera all data behövde vi även bygga upp en backend. Dit laddar vi upp alla bilder och sparar all information om varje enskilt djur. Här sker även matchningen mellan bilder och data om varje djur; såsom klassificering, vikt, ålder etc. Datasetet som skapas utgör ground truth för maskininlärning som RiSE sedan skulle jobba med. Därför lades stor vikt vid att garantera att denna matchning gick korrekt till.
Vi arbetar med många spännande kunder och projekt, och uppdaterar hemsidan med nya case löpande. Se till att spana in dem!
