В Турции начали определять спелость фруктов и овощей с помощью нейронных сетей
В связи с тем, что промышленность хочет максимально автоматизировать процесс производства пищевых продуктов, время от времени возникает необходимость в том, чтобы машины отсортировывали спелые и готовые продукты от остальных. Турецкий новатор Кутлухан Актар нашел способ сделать это, используя возможности нейронных сетей.
Цель данного проекта проста. Она направлена на определение спелости фруктов и овощей путем отслеживания изменений пигмента. Вместо применения камеры в проекте используются данные датчика видимого света AS7341, который лучше подходит для сбора точной спектральной информации. Это позволяет лучше понять фактический свет, отражаемый фруктом, который определяется пигментами кожуры, напрямую связанными со спелостью.
Образцы были взяты с фруктов и овощей в течение нескольких дней, что позволило создать базу данных по продуктам на различных стадиях спелости. Все данные были использованы для создания модели TensorFlow, которая может определять спелость фруктов и овощей, удерживаемых под датчиком.
Разработанный гаджет является отличным примером использования расширенного зондирования в сочетании с нейронными сетями. Исследователи подозревают, что результаты его оценки намного точнее, чем предполагалось.
