Отечественный рынок технологий для сельского хозяйства пополнился новой разработкой – фотосепаратором с глубоким искусственным интеллектом. Новинку презентовала барнаульская компания «РусПром Meyer» – эксклюзивный дистрибьютор китайского завода «Meyer» в России. Разработчики уверяют, что оборудование способно оперативно анализировать качество продукции, обеспечивая точность сортировки различных сыпучих продуктов.
Как рассказал дистрибьютер, первые горизонтальные модели AI-фотосепараторов были выпущенны в 2022 году, но они имели существенные недостатки. Основной проблемой было время обработки: камеры фиксировали продукт во время его движения по ленте, но решение о годности/негодности принималось с длительной задержкой. Еще один большой недостаток – постоянная загрязненность ленты, из-за которой машина ошибочно срабатывала на пустом месте, что приводило к снижению эффективности работы.
Инженеры продолжали развивать технологию и уже через полгода представили новую модель с AI-системой, которая позволила сократить время обработки и сканирования продукта.
Прорыв в технологиях сортировки произошел с разработкой вертикальных фотосепараторов. Эти машины, уверяют в компании, анализируют продукт всего за 1 миллисекунду.
В сентябре 2024 года «РусПром Meyer» поставил 13-лотковый вертикальный AI-фотосепаратор одному из агропредприятий страны. Его планируют использовать для удаления нута, испорченного насекомыми. Сейчас машина проходит этап установки.
«Фотосепараторы приходят в Россию со стандартным программным обеспечением. Для индивидуальной разработки под требования заказчика мы фотографируем продукт в высоком разрешении и отправляем фотографии на китайский завод. Там специалисты разрабатывают уникальные программы для конкретной задачи, которая есть у заказчика», — рассказал поставщик.
*Справка: отличие технологии AI deep learning от обычного ИИ в фотосепараторах
Простой ИИ в фотосепараторах решает одну задачу – создает алгоритм сортировки только по цвету продукта (такие модели были созданы более 10 лет назад). Технология AI deep learning сравнивает продукт по всем заданным параметрам (например, обнаружить следы насекомых на продукте, увидеть точечные проявления болезней или дефекты в форме и многое другое).