L'augmentation continue de la demande mondiale de cerises contraint les usines de conditionnement à traiter des volumes de plus en plus importants tout en maintenant la haute qualité de leur produit. Les variations importantes du produit d'entrée, les événements météorologiques perturbateurs, la manipulation délicate qu'exigent les cerises et la disponibilité de la main-d'œuvre sont quelques-uns des principaux défis auxquels les conditionneurs sont confrontés lorsqu'ils s'efforcent de répondre à la demande et aux spécifications des produits des clients. La nouvelle technologie LUCAi™ pour la plateforme de classement InVision2 leur permet d'optimiser le conditionnement, d'augmenter le rendement et l'efficacité, et de garantir des cerises de qualité supérieure avec une précision inégalée dans la détection des défauts.
Un bond en avant substantiel
La nouvelle plate-forme LUCAi™ présente le dernier développement de la technologie Deep Learning de TOMRA qui utilise des modèles pré-entraînés pour apprendre aux ordinateurs comment traiter les données, telles que les motifs complexes dans les photos, afin d'obtenir une précision de classement sans précédent. Cette technologie a été développée par une équipe de scientifiques, d'ingénieurs, de chercheurs et d'experts de premier plan, et a été appliquée avec succès aux solutions concernant les myrtilles et les pommes - respectivement sur le KATO260 et plus récemment sur les plates-formes Spectrim X. Les ingénieurs de TOMRA Food ont combiné cette expertise avec leur connaissance approfondie du tri, du classement et de l'emballage des cerises pour étendre les avantages de la technologie LUCAi™ à la plateforme de classement InVision2.
Benedetta Ricci Iamino, directrice mondiale de la catégorie – Cerises chez TOMRA Food, déclare : "LUCAi™ pour InVision2 représente un bond en avant substantiel en termes de précision de classement, de rendements améliorés tout en réduisant le gaspillage alimentaire grâce à des ratios bon-en-mauvais et mauvais-en-bon exceptionnellement bas, et d'augmentation de la produtivité. La plateforme LUCAi™ permet en effet aux clients de TOMRA de traiter les cerises à une vitesse plus élevée (+15% kg par heure par couloir) tout en optimisant le tri des défauts.
Elle les aide à obtenir des rendements par kg emballé plus élevés que toute autre technologie disponible aujourd'hui, réduisant ainsi leur gaspillage alimentaire et renforçant leur réputation de qualité constante sur les marchés. Un autre avantage est sa nouvelle interface, très conviviale, qui permet aux opérateurs de s'adapter facilement et rapidement à la technologie."
La plateforme de classement intelligente InVision2 avec LUCAi™ permet aux entreprises de conditionnement de maximiser les résultats de l'emballage, en améliorant la qualité et l'uniformité de l'emballage tout en minimisant les déchets et en augmentant les rendements. Elle utilise la technologie Deep Learning de TOMRA pour identifier les fissures sur les bords, les cerises pacman (demi-cerises), les sutures ouvertes, les imperfections cosmétiques et les arrachements de pédoncules. Elle améliore également la détection des éperons, des fissures et de tous les défauts autour de la zone du pédoncule avec une précision inégalée. LUCAi™ a été formé sur de vastes quantités de données collectées auprès de producteurs de cerises du monde entier et, grâce à son " intelligence ", elle est capable de reconnaître des schémas sur les cerises indépendamment de leurs variétés, de leur qualité et des conditions d'entrée, ce qui permet d'éviter le déclassement accidentel de bons fruits tout en éliminant les ralentissements dus au classement manuel des mauvais fruits - le tout de la manière la plus cohérente et la plus efficace qui soit.
Le logiciel avancé permet à la plate-forme de classement de traiter un débit élevé, ce qui se traduit par une productivité accrue, tout en maintenant la cohérence entre les saisons, les lots, les variétés et les opérateurs. Il s'agit d'un avantage majeur pour les emballeurs de cerises, pour qui la qualité du produit est la source de leurs plus grands bénéfices, mais aussi de leurs plus grands défis opérationnels.
Prêt à l'emploi et à l'épreuve du temps
LUCAi™ pour la plateforme de classement des cerises InVision2 utilise des modèles pré-entraînés construits à partir d'une multitude de données et de connaissances collectées dans de multiples régions à travers le monde au cours des 5 dernières années. "Il est important de comprendre que la technologie de l'IA est une boîte vide qu'il faut remplir ; sans une grande quantité de données de qualité, elle ne va nulle part ", explique Benedetta. " C'est là que LUCAi™ se distingue de toute autre plateforme d'IA disponible dans l'industrie : elle est livrée avec de vastes quantités de données que TOMRA a collectées pendant plus de 5 ans, en construisant des modèles pré-entraînés à l'aide d'images réelles de cerises que nos clients emballent, en développant continuellement le "cerveau" de LUCAi™, qui devient de plus en plus intelligent au cours du processus. Cela signifie qu'elle est prête, capable de fournir ses performances supérieures de tri et de classement dès qu'elle est installée dans l'exploitation de nos clients."
La plateforme technologique LUCAi™ de TOMRA est non seulement prête à fonctionner avec des modèles pré-entraînés, mais elle peut également continuer à évoluer en collectant davantage de données lors de son fonctionnement chez le client et en continuant à apprendre. "Elle devient plus intelligente et, par conséquent, plus puissante et plus précise au fil du temps", explique Benedetta. "Elle est à l'épreuve du temps."
Avec LUCAi™, les emballeurs de cerises bénéficient également de l'assistance de TOMRA. L'équipe de service peut les aider à construire des modèles sur mesure qui traitent des problèmes liés aux variétés et aux défauts spécifiques à leur exploitation, afin que la plateforme soit performante et réponde à leurs besoins précis et à leurs exigences de qualité.
Testé et éprouvé sur le terrain
"Une phase clé du processus de développement des produits de TOMRA Food consiste à effectuer des tests sur le terrain, en conditions réelles avec les clients", explique Benedetta Ricci Iamino. "C'est exactement ce que nous avons fait en étendant notre technologie LUCAi™ Deep Learning aux cerises : nous l'avons testée et validée en Californie et en Nouvelle-Zélande, au cours des deux dernières saisons, en recueillant davantage de données et en travaillant avec nos clients pour les aider à construire des modèles qui répondent à leurs problèmes spécifiques."
En Californie, aux États-Unis, Prima Frutta Packing a utilisé la technologie LUCAi™ de TOMRA dans son opération de conditionnement de cerises, avec d'excellents résultats. Elle leur a permis d'augmenter la production et l'efficacité du conditionnement (kg par heure et par personne) avec la même main-d'œuvre, leur permettant de suivre la courte fenêtre de récolte des cerises tout en maintenant la haute qualité de leur produit. Ceci est particulièrement précieux dans une saison difficile comme celle de l'année dernière où les cerises ont eu environ 3 semaines de retard et sont arrivées à maturité en une seule fois. Ils ont entraîné avec succès la technologie Deep Learning de TOMRA à détecter avec précision des défauts tels que les défauts d'oïdium, les piqûres d'insectes et les fissures d'eau après la pluie, ce qu'ils auraient trouvé très difficile avec leur système de cartographie traditionnel. La convivialité de l'opération est un autre grand avantage qu'ils ont souligné.
Tim Sambado, président de Prima Frutta Packing, est enthousiasmé par la technologie LUCAi™ de TOMRA : "C'est vraiment passionnant de voir comment le système va évoluer. Je pense que nous n'avons fait qu'effleurer la surface. Je pense qu'il y a encore beaucoup de choses à venir."
La nouvelle plateforme de classement LUCAi™ for InVision2 sera disponible sur le marché dans l'hémisphère sud pour la saison des cerises 2024, et d'autres régions suivront.
Si vous êtes un conditionneur de cerises et que vous souhaitez mettre à niveau vos machines d'emballage,
envoyez votre demande