Компания Intello Labs создала технологию машинного обучения для определения спелости и качества фруктов и овощей
Компания Intello Labs создала технологию машинного обучения для определения спелости и качества фруктов и овощей, сообщает издание AgFunderNews.
Неоднородность окраски свежих продуктов затрудняет установление и измерение приемлемых критериев для установлении спелости и свежести фруктов и овощей. Между тем несоблюдение правил может отрицательно сказаться на стоимости и качестве готового продукта.
В результате пищевая промышленность и крупные торговые сети вынуждены использовать целый арсенал оборудования для измерения цвета как в ингредиентах, так и в готовых продуктах: колориметры, спектрофотометры и технику для идентификации цвета на основе изображений. Однако каждый плод имеет свой неповторимый оттенок, поэтому традиционные технологии определения зрелости фруктов и овощей не всегда выдают точный результат.
Искусственный интеллект гораздо быстрее и эффективнее справляется с этой задачей. В последние годы он укрепил свое лидерство в области точной визуальной идентификации. Технология нашла применение для решения множества задач, которые связанные с обработкой изображений. Он превзошел технологии прошлого поколения в области обнаружения, классификации и сегментации объектов.
Нейросети можно обучить на большой выборке изображений, где продукты размечены по приемлемым и неприемлемым параметрам. Кроме того, благодаря облачным технологиям решение становится портативным. Это означает, что можно легко получить доступ к этой технологии с помощью, например, смартфона.
Фото pixabay.com
Благодарим за оставленный Вами отзыв! Мы стараемся становиться лучше!
Транспортная отрасль вышла на новый нормативный маршрут. Сразу три документа — приказ Минтранса № 41, постановления Правительства РФ № 1915 и 2107 — внесли коррективы в дорожную карту по обеспечению безопасности объектов транспортной инфраструктуры. Однако обеспечительные мероприятия для запуска механизма новых требований выполнены не везде. Задача нового номера — подтолкнуть отрасль к пониманию, как выстраивать работу в условиях регуляторных пробуксовок при ограниченной нормативной видимости.
