Очевидно, что разработки, аналогичные решению «Свезы», ведутся и за рубежом. Компании из Китая, США и Европы уже активно применяют мощные нейросети — такие как YOLO, Mask R-CNN, VGG — для распознавания дефектов древесины.
Эти технологии действительно умеют быстро и точно находить дефекты, но, как правило, работают с одним источником света или используют дорогое специализированное оборудование — например, мультиспектральные или тепловые сканеры.
Китайские модели особенно быстры: они могут обрабатывать до 100 изображений в секунду. Однако у них есть важное ограничение — для работы требуется развёртывание сложной IT-инфраструктуры на базе специальных вычислительных устройств (так называемых Edge-моделей).
В Европе и США нередко используют лазерные или рентгеновские сканеры, а алгоритмы собираются из нескольких нейросетей. Это эффективно, но очень затратно и чаще применяется в лабораторных или идеально подготовленных условиях. Внедрить такие решения прямо на производственной линии — сложно и дорого.
На этом фоне российская разработка «Свезы» выглядит более практичной и эффективной. Использование трех направлений подсветки позволяет получать больше данных о материале. При этом технология работает с доступными компонентами и внедряется прямо в производственный процесс без необходимости в мощной IT-инфраструктуре. А главное — она уже успешно применяется в реальном времени.
#плиты
«Деловая пилорама» — всё о мебели и деревообработке
