• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
21.12.2023, 11:59
Сколтех
222

Компьютерное зрение и нейронные сети помогут определять болезни фруктов и овощей

❋ 4.4

Коллектив ученых из Сколтеха и Санкт-Петербургского государственного университета аэрокосмического приборостроения представил работу, в которой предложил альтернативный метод определения гнилых и плесневых участков яблок на послеуборочной стадии, когда фрукты хранят на складах, а потом доставляют к потребителям. Система компьютерного зрения позволит выявлять разные типы дефектов на ранней стадии, когда они еще могут быть недоступны человеческому глазу.

Яблоки
Компьютерное зрение и нейронные сети помогут определять болезни фруктов и овощей / © Getty images / Автор: Анастасия Кожевникова

Работа опубликована в журнале Entropy. Несмотря на то что многие процессы автоматизированы, оценку качества фруктов и овощей на послеуборочной стадии, особенно во время сортировки, в основном производит человек. Пока продукты доставляют до потребителей, они могут портиться и повреждаться. Некоторые участки гниения человек может просмотреть, пропустить, тем более если рядом нет специалиста-агронома, который точно может сказать, что это за болезнь или повреждение.

На примере яблок ученые рассматривали два типа дефектов: гниение и плесень. Например, если яблоки плотно упакованы, они будут ударяться друг о друга, и в местах соударения быстрее испортятся. Плесень появляется, когда были кардинально нарушены условия хранения или когда фермер не заметил ее во время сбора урожая.

Для обнаружения повреждений специалисты используют инфракрасный свет, но, как отмечают исследователи, для этого нужны мульти- и гиперспектральные камеры. Они очень дорогие и порой очень сложно устроены. Идея исследования — в том, чтобы предложить альтернативный способ этим камерам с использованием глубокого обучения, моделей, которые могут генерировать инфракрасные изображения. Авторы подчеркивают, что не стремятся заменить традиционные способы, а лишь предлагают один из более доступных и продвинутых методов.

«Мы задействовали два типа нейронных сетей: генеративно-состязательные и сверточные. Модели первого типа позволяют получать один вид изображений из другого. В нашем случае мы получаем инфракрасные снимки из RGB-снимков, то есть из видимых фотографий. Но этого недостаточно для определения дефектов, потому что генеративно-состязательные модели не классифицируют изображения. Поэтому в дело вступают сверточные модели, которые позволяют выделять объекты нужных нам классов на снимках», — рассказывает первый автор работы Никита Стасенко, младший инженер-исследователь в Проектном центре агротехнологий Сколтеха.

Эксперименты исследователи проводили в несколько этапов: сначала собирали и обрабатывали данные из видимых фотографий. Для снимков было отобрано 16 яблок четырех разных сортов. Далее яблоки каждого сорта подвергли разному воздействию: одно тщательно помыли и высушили, второе подвергли механическому воздействию, а третье заморозили при температуре -20 градусов.

«Когда мы собрали данные, мы оценили несколько моделей на основе генеративно-состязательных нейронных сетей: Pix2Pix, CycleGAN, and Pix2PixHD. Мы проверили эти модели и сравнили сгенерированные инфракрасные снимки с оригинальными. По метрикам качества оценки изображения, сгенерированные моделью Pix2PixHD, оказались максимально близки к оригинальным», — продолжает Никита Стасенко.

Сравнение разметки объектов на инфракрасных снимках, полученных во время обучения модели Mask R-CNN, и ручной разметки / © Никита Стасенко и соавторы

На втором этапе задействовали сверточную модель Mask R-CNN — в предыдущих экспериментах коллектива именно эта модель показала себя наиболее эффективно. Для того, чтобы ее обучить, ученые собрали другой набор данных, состоящий только из инфракрасных снимков. Далее эти снимки разметили: указали, где здоровые яблоки, а где участки гниения и плесени.

Схема предложенного решения / © Никита Стасенко и соавторы

На третьем этапе группа ученых использовала Jetson Nano — специальную встраиваемую систему, которая позволяют запускать обученные нейронные сети. В будущем на основе этой системы можно будет создать реальное устройство для обнаружения дефектов фруктов и овощей. Помимо этого, в планах ученых — масштабировать результаты на другие растительные культуры, а также протестировать другие нейронные модели.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Сколковский институт науки и технологий — негосударственный технологический университет, расположенный в инновационном центре Сколково. Институт был создан в 2011 году при поддержке Массачусетского технологического института. Модель института предусматривает тесную интеграцию технологического образования, исследовательской работы и предпринимательских навыков. Институт ведёт обучение по программам магистратуры и PhD, рабочий язык — английский.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
29 мая, 17:17
Александр Березин

Изучив данные о скорости изменения температур ледяных спутников пятой и шестой планеты системы, астрономы обнаружили, что она слишком высока для по-настоящему ледяной поверхности. Оказалось, что эти тела покрыты материалом, по своим свойствам резко отличающимся от земного льда.

27 мая, 17:06
Александр Березин

Вначале Reuters опубликовал статью о взаимоотношениях SpaceX и Пентагона, которую миллиардер --- традиционно для его отношений с этим изданием — назвал фейком. Опровергая ее тезисы, он обнародовал информацию, не представленную ранее публично.

29 мая, 12:22
Любовь С.

Черные дыры, возможно, не такие «сломанные» объекты, как считалось полвека. Автор нового исследования показал, что даже в рамках Общей теории относительности черная дыра может избежать сингулярности — точки, где законы физики перестают работать. Если он прав, новая теория гравитации для «спасения» физики внутри космических «монстров» не понадобится.

25 мая, 14:00
Андрей Серегин

В доколумбовых Андах принадлежность к правящему роду определяла доступ к земле, торговле и статусу, поэтому удержать все внутри семьи было вопросом выживания. Ученые выяснили, что элиты долины Чинча решали эту задачу самым прямым способом — заключая браки между родственниками на протяжении как минимум двух поколений.

27 мая, 17:06
Александр Березин

Вначале Reuters опубликовал статью о взаимоотношениях SpaceX и Пентагона, которую миллиардер --- традиционно для его отношений с этим изданием — назвал фейком. Опровергая ее тезисы, он обнародовал информацию, не представленную ранее публично.

27 мая, 11:44
Лена

Провинция Цзянсу была процветающим центром медицинской практики в Китае во времена династии Мин (1368-1644 годы нашей эры). Микроскопический анализ крошечных частиц на поверхности хирургических ножниц и пинцета из гробницы китайского врача помог выявить следы вещества, получаемого из ядовитого растения, которое, по мнению исследователей, применялось как местная анестезия во время операций.

17 мая, 10:35
Игорь Байдов

В высокогорных районах Гималаев появился новый хищник. Он не боится людей, возглавляет стаи собак и все чаще заходит в деревни. Местные жители называют его «кхипшанг». Речь идет о гибриде гималайского волка и бродячей собаки. Ученые опасаются, что этот зверь изменит хрупкий баланс местной дикой природы и в скором времени станет весьма опасным для человека.

25 мая, 14:00
Андрей Серегин

В доколумбовых Андах принадлежность к правящему роду определяла доступ к земле, торговле и статусу, поэтому удержать все внутри семьи было вопросом выживания. Ученые выяснили, что элиты долины Чинча решали эту задачу самым прямым способом — заключая браки между родственниками на протяжении как минимум двух поколений.

17 мая, 10:00
Evgenia Vavilova

При совпадении нескольких условий наши глаза способны улавливать излучение в ближнем инфракрасном спектре. Тогда сетчатка начинает работать как нелинейный фотодетектор.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Комментарий на проверке

Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Авторизуясь, вы даете согласие на обработку персональных данных и подтверждаете ознакомление с Политикой.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно