Фотосепараторы - это устройства, основанные на использовании светового излучения для разделения материалов по их оптическим свойствам. Они могут эффективно разделять продукты на основе их цвета, формы, текстуры и других параметров. Рабочий принцип фотосепараторов заключается в том, что световой луч проходит через материал, а затем сенсоры анализируют отраженное излучение, определяя его характеристики.
При настройке фотосепаратора под определённый продукт, в его память загружаются изображения идеального образца, как эталон необходимого нам «годного» результата сортировки, который хотим получить. Но способ восприятия у техники немного иной. Информация, которая поступает из камер в процессор для обычного фотосепаратора становится набором пикселей определённой формы и цвета. Сортировка в данном случае происходит путём сравнения пикселей с пикселями эталонного образца.
Также мы задаём параметры и допустимые отклонения, по которым одно считать «годным», а всё остальное - «загрязнителями». Например, всё, что не чёрное и не имеет форму семечки, нужно удалить. И фотосепаратор, выполняя сортировку, следует этой логике, ориентируясь на отличия от нашего эталона.
Во время сортировки фотосепаратор всегда стремится к заданному эталону. И его стремление к этому безгранично. При выполнении обычных задач он всегда его достигает, даже при высоких темпах сортировки. Но зачастую нам приходится работать с более сложными ситуациями, где необходимость в большом потоке обрабатывать сразу много параметров ограничивает это стремление. Чтобы не терять производительность происходит «грубое» сравнение с идеалом и действует в зависимости от настройки чувствительности – либо пропускает много «негодного», либо отстреливает в брак много «годного» продукта.
Но что если загрязнитель очень похож и по цвету и по форме на годный продукт?
Уменьшение скорости подачи – не выход из ситуации, так как мы очень сильно теряем в производительности. Качество сортировки безусловно улучшится, но сравнение всё равно будет проходить по тем же самым пикселям.
С течением времени совершенствовались методы сортировки и одним из последних достижений стала интеграция искусственного интеллекта в процесс сортировки. С помощью алгоритмов машинного обучения фотосепараторы MEYER научились обучаться распознавать и классифицировать объекты во время сортировки. Это позволяет достичь высокой точности распознавания объектов даже при их внешнем сходстве, различая особенности формы, цветов и состояний продукта.
Благодаря интеграции ИИ в фотосепараторы MEYER, стала возможным функция «глубокого обучения». Изначально ИИ не знает с каким продуктом и засорителем он столкнётся, поэтому нам в прямом смысле нужно его «обучить». Но не переживайте, учится он довольно быстро. Нам лишь необходимо показать оборудованию идеальный продукт – «эталон», а затем какие максимальные отклонения от него допустимы. И путём нескольких прогонов тренируем искусственный интеллект, что считать хорошим, а что считать плохим.
А в чём отличие?
Ключевым отличием является возможность ИИ видеть уже не пиксели, а именно продукт с его формами и оттенками по всей площади. Во время работы обученный ИИ сравнивает гораздо больше параметров и их особенностей, благодаря большему количеству вычислительной и аналитической мощностей. Мы можем задать ИИ, что нам нужны семена или зёрна только определённого калибра и он это сделает. А можем поставить задачу убрать из годного все орехи с наличием пятнышек, которые говорят о болезни продукта. Глубокое обучение позволяет удалить при сортировке семечки подсолнечника одну из самых главных проблем этой культуры - склероцию. Хотя для фотосепаратора без ИИ и семечки и склероция просто овальный набор чёрных пикселей.
Пока, на данном этапе разработок, система интегрируется в фотосепаратор при сборке на заводе – то есть уже купленное ранее оборудование доукомплектовать не получится. Понимаем, досадно, но мы работаем над этим совместно с заводом MEYER. Ещё один нюанс, над котором мы работаем, оборудование с глубоким обучением настраивается только на одну задачу – один вид продукта сортировки и один тип его засорителя.
Но это не значит, что ничего другого ваш фотосепаратор отсортировать не сможет. Напоминаем, у вас универсальный фотосепаратор с подключаемой функцией глубокого обучения. То есть вы можете настроить его на сортировку всего, что нужно вашему производству. Но вот функцию глубокого обучения вы примените на самый сложноудаляемый засоритель какого-то одного продукта. А в случае чего переобучить фотосепаратор.
Пример сортировки на ленточном фотосепараторе с функцией "глубокое обучение"
