CASOS

Casos em operação e em validação

Onde as plataformas da OpenScience já trabalham, e o que ainda está sendo validado.

Classificação automatizada de grãos de café

Problema. Classificação manual de defeitos, sujeita à variação entre classificadores e sem registro por amostra.

Solução. Sistema com duas câmeras (NIR e VIS), segmentação por grão e o motor de classificação OS4CI, com modelos multiclasse por aprendizado por boosting, integrado ao fluxo de recebimento.

Resultado. Classificação padronizada, banco de dados histórico por amostra e estimativa de massa por peneira.

Imagem VIS de grãos de café e mapa de classificação gerado pelo Imajan HS4017

Sistema multiespectral para classificação de arroz

Problema. Classificação de arroz dependente de inspeção visual, com baixa rastreabilidade e tempo elevado por amostra.

Solução. Equipamento multiespectral com esteira, iluminação sequencial e câmera de 20 megapixels, entregue a laboratório oficial, com software que mede dimensão e massa de cada grão e separa as classes longo fino, longo, médio e curto.

Resultado. Quatro classes por dimensão, com dimensão e massa por grão e laudo por amostra com registro de imagens. A análise de defeitos está em validação. A imagem ao lado mostra o mosaico dos grãos válidos no painel do operador.

Painel do operador do sistema de classificação de arroz, aba Grãos e Mosaico, com os grãos válidos e suas dimensões

Detecção de material estranho em esteira

Problema. Contaminantes (plástico, papel, cordas) misturados ao tabaco em processo, detectados tarde e com custo de retrabalho.

Solução. Câmera industrial com iluminação dedicada em dois refletores e seleção de variáveis por otimizador GA-GRASP para separar tabaco de material estranho em tempo de processo.

Resultado. Prova de conceito com painel de acompanhamento em tempo real e critérios de alarme configuráveis.

Tabaco com materiais estranhos em falso-RGB, 620, 520 e 460 nm — Arraste a barra para sobrepor a classificação pixel a pixel (Random Forest, 5 classes) ao falso-RGB (620, 520 e 460 nm).
Tabaco Metalizado Metal Espuma Plástico

Classificação pixel a pixel por Random Forest, em cinco classes — Arraste a barra para sobrepor a classificação pixel a pixel (Random Forest, 5 classes) ao falso-RGB (620, 520 e 460 nm).
Tabaco Metalizado Metal Espuma Plástico

Defeitos em grãos de soja

Problema. Classificação de defeitos (ardidos, mofados, esverdeados) com variação entre avaliadores.

Solução. Modelos de classificação com informações morfológicas e espectro.

Grãos de soja em falso-RGB, 640, 520 e 410 nm — Arraste a barra para sobrepor o mapa de classificação à imagem em falso-RGB (640, 520 e 410 nm).

Mapa de classificação dos mesmos grãos, cada cor é uma classe — Arraste a barra para sobrepor o mapa de classificação à imagem em falso-RGB (640, 520 e 410 nm).

Análise sensorial 5.0: objetiva e rastreável

Para fornecer avaliações sensoriais objetivas e reconhecer blends de café comercial ao custo operacional de R$ 10,00 por amostra (custos variáveis), usamos a técnica de espectrometria de massa de alta resolução (Xevo G2-XS QTOF da Waters).

Análise sensorial de café por espectrometria de massas

Análise de cerveja em tempo real

Problema. Avaliar cerveja por métodos convencionais exige preparo de amostra e tempo de análise.

Solução. Impressão digital química em tempo real: milhares de características moleculares adquiridas em 2 segundos por análise, sem preparo de amostra.

Resultado. Processo já aplicado a mais de 30 cervejas.

Análise de cerveja em tempo real por impressão digital química

Defeitos em tomate por visão computacional

Problema. Classificação manual de defeitos, subjetiva e com baixa repetibilidade entre avaliadores.

Solução. Imagem e modelos de classificação treinados e validados em amostras independentes.

Resultado. 91% de acurácia na classificação de defeitos, em pesquisa interna da OpenScience.

Quer testar com as suas amostras?

Demonstração remota ou presencial em Campinas, SP. Software pode ser avaliado com os seus próprios dados.

SOLICITAR DEMONSTRAÇÃO