Ученые разработали систему искусственного интеллекта, способную выявлять болезни и дефекты на фотографиях овощей и фруктов на ранней стадии (до того, как повреждения станут заметными человеку). Система может обнаружить гнилые и плесневые участки яблок.
Её создали в «Сколтехе» и Санкт-Петербургском госуниверситете аэрокосмического приборостроения. Работа опубликована в журнале Entropy.
Проблема. Пока продукты доставляют до потребителей, они могут портиться и повреждаться. Оценку качества фруктов и овощей на послеуборочной стадии, особенно во время сортировки, в основном производит человек. Некоторые участки гниения человек может не увидеть.
Обычно для обнаружения повреждений специалисты используют инфракрасный свет, но, как говорят исследователи, для этого нужны мульти- и гиперспектральные камеры. «Они очень дорогие и порой очень сложно устроены», утверждают в «Сколтехе».
Цель исследования — предложить альтернативный способ этим камерам с использованием глубокого обучения, моделей, которые могут генерировать инфракрасные изображения. Авторы подчёркивают, что не стремятся заменить традиционные способы, а лишь предлагают один из более доступных и продвинутых методов.
Созданная учеными система способна анализировать снимки четырех разных сортов яблок, находить фрукты с плесенью и гнилью и отличать их от неповрежденных плодов с вероятностью в 98%. Это позволяет использовать подобные алгоритмы для наблюдений за состоянием урожая и своевременного удаления больных фруктов и овощей, служащих очагами распространения болезней, утверждают в пресс-службе «Сколтеха».