Сортировка и калибровка картофеля традиционно воспринимаются как простые задачи, однако в реальности они требуют значительного времени и усилий. Опытные оценщики могут ошибиться, когда на конвейере проходит тысячи клубней каждый день. Новый инструмент с искусственным интеллектом предоставляет решение, которое значительно облегчает выполнение этих процессов.
Китайские исследователи из Хунаньского сельскохозяйственного университета продемонстрировали прорыв в контроле качества картофеля с помощью системы ИИ, которая автоматически выявляет дефекты и определяет, подходят ли клубни для употребления или посадки.
Что такое YOLO-MTP?
Разработанная модель ИИ, называемая YOLO-MTP, решает две основные задачи:
- Выявление поверхностных дефектов.
- Оценка пригодности картофеля для питания.
Модель распознает шесть распространенных типов дефектов: парша, червоточины, прорастание, механические повреждения, сухая гниль и синяки. При создании системы исследователи проанализировали более тысячи изображений как дефектных, так и идеальных клубней.
Точность и эффективность работы
Тестирование модели показало внушительные результаты — более 96% в точности обнаружения дефектов, что позволяет системе работать эффективно в реальном времени. YOLO-MTP способна обрабатывать несколько дефектов на одном клубне, что является настоящим достижением по сравнению с существующими технологиями.
Эффективность модели объясняется её способностью выявлять даже маленькие или перекрывающиеся дефекты. Исследователи применили методы глубокого обучения, благодаря которым ИИ научился отличать синяки, ранние стадии сухой гнили и прорастание.
Хотя YOLO-MTP все еще находится на этапе исследований, её будущее выглядит многообещающим: производители смогут использовать такие системы для автоматизированной сортировки картофеля по качеству и классу без повреждения клубней.
Автоматизация поможет решить проблему нехватки рабочей силы и обеспечит однородную сортировку партий, а быстрая маркировка больных и прорастающих клубней снизит риск распространения болезней и защитит будущие урожаи.
Исследователи уверены, что в дальнейшем моделирование можно адаптировать для других сельскохозяйственных культур или интегрировать в мобильные устройства, что позволит фермерам быстро оценивать состояние полей с помощью обычного смартфона.
Таким образом, инструменты вроде YOLO-MTP уверенно демонстрируют, что искусственный интеллект может стать ключевым элементом в процессе обработки картофеля, снижающего затраты и ошибки в сортировке, сообщает источник.
