Сортировка и калибровка картофеля кажутся простыми задачами, но на практике это трудоемкий и медленный процесс. Даже опытные оценщики могут ошибаться, когда тысячи клубней проходят через конвейер каждый день. Новый инструмент с искусственным интеллектом (ИИ) берет на себя эти сложные задачи, значительно упрощая работу.
Китайские ученые представили перспективное исследование, демонстрирующее будущее контроля качества картофеля. Умная система с ИИ будет автоматически обнаруживать дефекты и определять пригодность клубней для употребления или посадки.
Разработанная исследователями из Хунаньского сельскохозяйственного университета модель ИИ YOLO-MTP выполняет две ключевые задачи: выявляет поверхностные дефекты и оценивает пригодность картофеля. Большинство существующих систем могут выполнять только одну из этих задач, но YOLO-MTP объединяет их, анализируя поверхность клубней в реальном времени.
Модель распознает шесть распространенных дефектов: паршу, червоточины, прорастание, механические повреждения, сухую гниль и синяки. Она также оценивает пригодность картофеля для употребления. Для обучения системы команда собрала более тысячи фотографий с дефектами и без них.
Тестирование показало высокую точность — более 96% в обнаружении дефектов и способность работать в реальном времени. YOLO-MTP может обрабатывать несколько дефектов на одном клубне, что сложно для существующих систем.
Эффективность модели обусловлена её способностью фокусироваться на небольших или перекрывающихся дефектах. Исследователи использовали методы глубокого обучения, чтобы ИИ распознавал важные признаки, такие как различия между синяком, ранней стадией сухой гнили или прорастанием.
Хотя YOLO-MTP сейчас в стадии исследований, её потенциал огромен. Производители и поставщики смогут использовать такие системы для автоматической сортировки картофеля по качеству, потенциалу хранения или товарному классу без повреждения клубней и замедления работы.
Автоматизация решит проблему нехватки рабочей силы и обеспечит более равномерную сортировку партий. Для производителей быстрая маркировка больных или прорастающих клубней снизит распространение болезней и защитит будущие урожаи.
Исследователи уверены, что будущие версии системы можно адаптировать для других культур или интегрировать в мобильные устройства, позволяя фермерам быстро оценивать поля с помощью камеры смартфона.
Инструменты, подобные YOLO-MTP, показывают, что ИИ может стать неотъемлемой частью обработки картофеля, снижая затраты и ошибки при сортировке и оценке.