Фото: www.ypaithros.gr

В РФ создали систему ИИ для выявления повреждений на овощах и фруктах

Пресс-служба Сколтеха сообщила, что специалисты научной организации разработали систему искусственного интеллекта (ИИ), которая может обнаруживать различные заболевания и дефекты на фотографиях фруктов и овощей. Причем эти дефекты она находит еще до того, как повреждение становится заметным для человеческого глаза, пишет Naked Science.

«Команда ученых представила работу, в которой предложила альтернативный метод выявления гнилых и заплесневелых участков яблок на этапе после сбора урожая, когда фрукты хранятся на складах, а затем доставляются потребителям. Система компьютерного зрения позволит обнаруживать различные типы дефектов на ранней стадии, когда они еще не доступны человеческому глазу», — говорится в сообщении.

В своей новой работе ученые адаптировали разрабатываемые ими нейронные сети для довольно трудоемкого процесса, который заключается в выявлении различных дефектов и заболеваний, возникших на фруктах после их сбора в процессе хранения. Сегодня для этого используются довольно дорогие мульти- и гиперспектральные камеры, которые работают в инфракрасной части спектра.

Исследователи нашли способ решить эту проблему, используя обычные камеры и набор из двух типов нейронных сетей, генеративно-адверсарных и конволюционных, которые способны «извлекать» инфракрасные изображения из снимков с обычных цифровых камер, а также различать характерные признаки здоровых и больных фруктов. Исследователи приспособили  эту систему ИИ для выявления двух типов дефектов — гниения и плесени.

Анализ показал, что разработанная система с 98-процентной точностью анализирует снимки четырех разных сортов яблок,  и находит  фрукты с плесенью и гнилью.

 

Поделиться:

Подписывайтесь на краткие, но содержательные новости со всего мира
глазами молодого поколения в Телеграм и ВКонтакте.

Почитайте также

Российские ученые разработали ИИ программу для выявления дислексии у детей

149 Российские ученые из Центра искусственного интеллекта НИУ ВШЭ разработали уникальную систему машинного обучения «Дислектор», …