Новосибирские студенты создали ИИ для оценки свежести фруктов по фото
В Новосибирском государственном техническом университете была разработана инновационная система, способная по обычным фото выявлять дефекты и степень свежести фруктов и овощей. Информация об этом поступила из управления информационной политики вуза и указана в издании «Научная Россия».
Новую технологию создали студенты третьего курса Дмитрий Шипунов, Александр Седельников и Семён Симоняк, которые изучили различные методы обучения нейронных сетей и выбрали наиболее подходящий для конкретных задач.
Мы теперь можем предложить предприятиям не универсальное, а специально подобранное решение: в одних случаях важно не пропустить ни одного испорченного продукта, а в других — не допустить ошибки в отбраковке качественных товаров, — пояснили разработчики.
По словам руководителя проекта, ассистента кафедры Егора Антонянца, основная сложность заключалась в обучении системы отличать признаки гнили от незрелости, так как на фотографиях эти состояния зачастую выглядят одинаково. Для уменьшения числа ошибок была применена особая триплетная архитектура.
Система не нуждается в большом объёме снимков и успешно функционирует с обычными фотографиями при различных условиях освещения и углах съёмки. На тестах точность анализа достигала до 93,6%. Пока обучение производилось на бананах, апельсинах, клубнике и томатах. В дальнейшем команда планирует адаптировать сеть для работы с видеопотоком на конвейере и привлечь агропромышленных партнёров для испытаний на реальных производственных линиях.
Ранее стало известно, что каждый пятый россиянин, выбирая спелый арбуз, полагается на советы нейросети. Согласно исследованию сервиса «Пакет» от Х5, пользователи искусственного интеллекта считают такие рекомендации полезными при покупке.
В то же время традиционные методы остаются более популярными:
- около 65% опрошенных перед покупкой стучат по плоду,
- а 68% обращают внимание на хвостик.
