В России создали систему искусственного интеллекта, способную выявлять болезни и дефекты на фотографиях овощей и фруктов. Об этом сообщили в пресс-службе «Сколтеха». Разработанная система ИИ способна находить дефекты еще до того, как они станут заметны глазу человека. «Коллектив учёных из Сколтеха и Санкт-Петербургского государственного университета аэрокосмического приборостроения представил работу, в которой предложил альтернативный метод определения гнилых и плесневых участков яблок на послеуборочной стадии, когда фрукты хранят на складах, а потом доставляют к потребителям», — говорится в сообщении. Обычно для обнаружения повреждений специалисты используют инфракрасный свет, для которого нужны дорогие мульти- и гиперспектральные камеры. Поэтому ученые решили создать альтернативный способ с использованием глубокого обучения, моделей, которые могут генерировать инфракрасные изображения. «Мы задействовали два типа нейронных сетей: генеративно-состязательные и свёрточные. Модели первог
В России создали систему искусственного интеллекта, способную выявлять болезни и дефекты на фотографиях овощей и фруктов. Об этом сообщили в пресс-службе «Сколтеха».
Разработанная система ИИ способна находить дефекты еще до того, как они станут заметны глазу человека.
«Коллектив учёных из Сколтеха и Санкт-Петербургского государственного университета аэрокосмического приборостроения представил работу, в которой предложил альтернативный метод определения гнилых и плесневых участков яблок на послеуборочной стадии, когда фрукты хранят на складах, а потом доставляют к потребителям», — говорится в сообщении.
Обычно для обнаружения повреждений специалисты используют инфракрасный свет, для которого нужны дорогие мульти- и гиперспектральные камеры. Поэтому ученые решили создать альтернативный способ с использованием глубокого обучения, моделей, которые могут генерировать инфракрасные изображения.
«Мы задействовали два типа нейронных сетей: генеративно-состязательные и свёрточные. Модели первого типа позволяют получать один вид изображений из другого. В нашем случае мы получаем инфракрасные снимки из RGB-снимков, то есть из видимых фотографий. Но этого недостаточно для определения дефектов, потому что генеративно-состязательные модели не классифицируют изображения. Поэтому в дело вступают свёрточные модели, которые позволяют выделять объекты нужных нам классов на снимках», — рассказывает первый автор работы Никита Стасенко, младший инженер-исследователь в Проектном центре агротехнологий Сколтеха.
Ранее мы писали о том, что ученые НГУ проведут испытания метода лечения рака.
Надежда Карпеко