烘焙設備智慧監控

問題

麵包烘焙的階段判斷長期依賴師傅的經驗：看顏色、看膨脹、聽聲音、摸溫度。這些判斷很準，但難以量化、難以交接，也難以在產線擴大時維持一致。

產學合作的目標不是取代師傅，而是把「現在處於哪個階段、還剩多少時間、哪個訊號偏離」變成一個即時、可視化的輔助判斷。

方法

• 訓練 YOLOv8 / YOLOv12 辨識麵包烘焙三階段狀態，處理不同光線、遮擋與擺放位置。
• 結合溫度、烘烤時間與物性儀資料，進行多模態判斷，而不是只依賴單張影像。
• 設計即時狀態監控與資料視覺化介面，讓產線人員能快速看到階段、信賴度與感測器讀值。
• 把師傅的經驗判定轉化成可量化、可追蹤的訊號，作為後續製程優化的基礎。

系統輪廓

互動：階段監控

切換發酵、烘烤、出爐三個階段，看看影像偵測框與感測器讀值如何一起改變。右側的數值是整理後的展示資料。

現場限制

• 光線與遮擋：產線不是實驗室，鏡頭位置、蒸氣與物件堆疊都會影響影像辨識。
• 感測器同步：影像、溫度與物性資料的時間戳需要對齊，否則多模態判斷會建立在錯位的訊號上。
• 即時性：監控介面必須比製程變化更快，才有機會在階段轉換前給出提示。
• 可解釋性：產線人員需要知道系統為什麼判斷某個階段，而不是只看一個分數。

成果與下一步

完成三階段狀態辨識、多模態判斷與即時監控介面的原型。下一步會針對現場資料持續校正類別定義與閾值，並評估把階段預測接到製程控制與警示流程。