Студент из Бурятии создал нейросеть для распознавания фруктов

. Это пригодится сельскохозяйственным предприятиям и продавцам

Студент бурятского вуза запатентовал нейросеть для распознавания фруктов

Обновлено 24 апреля 2024, 12:32
MNStudio / Shutterstock / FOTODOM
Фото: MNStudio / Shutterstock / FOTODOM

Студент из Бурятии разработал и запатентовал новую нейросеть для распознавания и классификации фруктов по качеству. Этот инструмент позволяет точно определить стандартный и нестандартный класс плода, сообщается на сайте Восточно-Сибирского государственного университета технологий и управления, который находится в Улан-Удэ.

В основе инструмента лежит метод обратного распространения ошибки (алгоритм, используемый для обучения нейронных сетей). Как рассказал автор, студент направления «Прикладная информатика» Алдар Батуев, программа позволит упростить процесс классификации фруктов по их качеству. Это пригодится, например, сельскохозяйственным предприятиям, производителям фруктово-ягодных изделий и магазинам, продающим фрукты. Нейросеть использует стандартные параметры, заданные в ней, для распознавания изображений фруктов различных видов.

«Я сам решил разработать нейросеть на знакомом для себя языке Python. Данные нашел в интернете, их обработал и создал рабочий датасет. Обучение после написания кода было простым, я редактировал параметры, чтобы добиться большего процента успеха в распознавании», — отметил Алдар Батуев.

Как именно работает отбор, в сообщении вуза не поясняется, сказано лишь, что «сейчас оболочка «сырая» и выполняет только самые необходимые функции». Поэтому разработчики планируют продолжить дальнейшее обучение нейросети, чтобы добавить возможность распознавания и классификации овощей.

Ранее российские ученые создали определяющего испорченные фрукты робота. Система botANNIC идентифицирует повреждение с точностью не менее 80%. Разработка представляет собой аппарат, который может самостоятельно передвигаться по саду и при помощи многомерного анализа распределять урожай по различным группам в зависимости от степени повреждения.

Поделиться