Сортировка и калибровка картофеля традиционно кажется простой задачей, однако на практике это крайне трудоемкое и длительное занятие. На конвейерах под давлением больших объемов даже опытные инспекторы могут допускать ошибки. Тем не менее, новая модель искусственного интеллекта (ИИ), разработанная в Хунаньском университете, предлагает революционное решение — YOLO-MTP.
Система автоматического контроля качества
Исследователи создали умную систему, способную не только выявлять дефекты, но и оценивать пригодность клубней для продуктов питания или посадки. Это поднимает вопросы контроля качества на новый уровень. Модель YOLO-MTP, в отличие от большинства существующих систем, объединяет две важные функции: определение поверхностных недостатков и анализ пригодности клубней в реальном времени.
Как работает YOLO-MTP?
- Модель выявляет шесть основных типов дефектов: парша, червоточины, прорастание, механические повреждения, сухая гниль и синяки.
- Для обучения системы было использовано свыше тысячи фотографий, как с дефектами, так и без них.
Недавние тесты показали потрясающие результаты: точность выявления дефектов составила более 96%. Более того, система может успешно обрабатывать несколько типов дефектов одновременно, что является значительным шагом вперед по сравнению с существующими решениями.
Применение в агрономии
Эффективность YOLO-MTP объясняется её способностью распознавать даже небольшие и перекрывающиеся дефекты. Используя технологии глубокого обучения, исследователи сделали так, чтобы ИИ мог различать важные характеристики, например, между синяком и начальной стадией сухой гнили.
С увеличением автоматизации, производители получат возможность сортировать картофель по качеству и товарному классу без риска повреждения клубней. Это не только ускорит процесс, но и поможет предотвратить распространение болезней, обеспечив сохранение урожая в будущем.
