Найти в Дзене

Студент из Новосибирска разработал систему автоматического определения спелости помидоров

В Сибирском государственном университете геосистем и технологий представили перспективную разработку для агропромышленного сектора – программный модуль, который с помощью компьютерного зрения и машинного обучения оценивает зрелость томатов в теплицах. Автор проекта – студент Артем Удалов. Почему это важно? Сейчас степень зрелости плодов чаще всего определяют визуально, что требует времени и не гарантирует высокой точности. Новый алгоритм автоматизирует процесс, снижая влияние человеческого фактора. Это позволяет: Как это работает? Модуль анализирует изображения плодов, классифицирует их по степени зрелости и даже прогнозирует оптимальные сроки сбора. В основе – нейросетевые алгоритмы, система обработки изображений и удобный интерфейс для пользователей. Планы на будущее Разработчик отмечает, что в перспективе систему можно адаптировать и для других культур – огурцов, перца, баклажанов. Это сделает ее еще более востребованной в сельском хозяйстве. – Я хотел создать инструмент, который н

В Сибирском государственном университете геосистем и технологий представили перспективную разработку для агропромышленного сектора – программный модуль, который с помощью компьютерного зрения и машинного обучения оценивает зрелость томатов в теплицах. Автор проекта – студент Артем Удалов.

Почему это важно?

Сейчас степень зрелости плодов чаще всего определяют визуально, что требует времени и не гарантирует высокой точности. Новый алгоритм автоматизирует процесс, снижая влияние человеческого фактора. Это позволяет:

  • Уменьшить потери урожая – система определяет, когда томаты готовы к сбору.
  • Повысить эффективность тепличных хозяйств – сокращаются трудозатраты и увеличивается прибыль.
  • Выявлять болезни растений – ИИ замечает не только спелость, но и признаки заболеваний, помогая вовремя принять меры.

Как это работает?

Модуль анализирует изображения плодов, классифицирует их по степени зрелости и даже прогнозирует оптимальные сроки сбора. В основе – нейросетевые алгоритмы, система обработки изображений и удобный интерфейс для пользователей.

-2

Планы на будущее

Разработчик отмечает, что в перспективе систему можно адаптировать и для других культур – огурцов, перца, баклажанов. Это сделает ее еще более востребованной в сельском хозяйстве.

– Я хотел создать инструмент, который не просто облегчит работу фермеров, но и поможет сохранить урожай. В будущем планирую расширять функционал системы, – говорит Артем Удалов.

Эта разработка – наглядный пример того, как искусственный интеллект и цифровые технологии могут модернизировать традиционные отрасли, такие как сельское хозяйство. Внедрение подобных решений способствует цифровой трансформации АПК России и повышает его конкурентоспособность.

Материал подготовлен Центром медиа и коммуникаций