Это не фото еды для личных соцсетей, а научная работа студентов Новосибирского государственного технического университета (НГТУ).
«Система визуального контроля качества сельскохозяйственной продукции: по фотографии мы оцениваем те же самые бананы и апельсины — гнилой он, свежий или же незрелый», — рассказывает студент четвёртого курса автоматики и вычислительной техники Александр Седельников.
Над нейросетью для автоматического контроля качества овощей и фруктов студенты и их наставник Егор Антонянц работают второй год. Они уверены: их интеллектуальная система поиска гнилой и незрелой продукции будет незаменима на сельхозпредприятиях и в логистических центрах.
«В цепях поставок, когда на складе в коробках хранятся какие-то овощи, допустим, они уже гниют. И надо с помощью фотографий или видео распознать качество: может быть, там всё уже сгнило, это надо убирать, или ещё не дозрело, а мы пытаемся этим торговать», — поясняет руководитель проекта, ассистент кафедры автоматизированных систем управления НГТУ Егор Антонянц.
Умный сортировщик исключает субъективные ошибки и сокращает время определения неликвидного товара до нескольких секунд.
«Сейчас мы посмотрим, сколько времени уходит на определение свежести продуктов. Вот у меня клубника — я её фотографирую и отправляю ребятам», — говорит корреспондент Яна Уланова.
Фото загружают в созданную студентами нейросеть, и результат готов уже через 5 секунд. У этой клубники дефектов нет: свежая и спелая, можно продавать! Ещё одно преимущество изобретения — оно работает с обычными снимками, сделанными при разном освещении и под разными углами.
«Если у нас будет какой-нибудь склад, освещение будет более тёмное, то в эталонные изображения можно закинуть фото с таким освещением, и оно будет лучше распознавать», — отмечает студент четвёртого курса Семён Симоняк.
Пока программа работает только с клубникой, апельсинами, томатами и бананами. На очереди — капуста и картошка, ближе к нашему полю, огороду, и внедрение на производство!
Крупные компании уже заинтересовались разработкой новосибирских студентов. Уже в следующем году технологию планируют усовершенствовать. В планах расширить базу овощей и фруктов, виды дефектов, научить нейросеть работать с видеопотоком с конвейерной ленты, а после — сделать мобильное приложение для обычных покупателей, чтобы ни одно гнилое или неспелое яблочко в корзину не попало.
