Нейросеть для проверки овощей и фруктов создали в НГТУ НЭТИ

В Новосибирске студенты НГТУ НЭТИ вместе с преподавателем разработали систему, которая по обычным фотографиям определяет дефекты и степень свежести фруктов и овощей. Такую технологию можно использовать на предприятиях агропрома, в логистических центрах и розничных сетях.

Над системой работали студенты Дмитрий Шипунов, Александр Седельников и Семён Симоняк под руководством Егора Антонянца. Ребята не просто научили нейросеть отличать плохие плоды от хороших, а подобрали такой способ обучения, чтобы система лучше справлялась с конкретными задачами.

«Мы не просто создали очередной классификатор, а провели детальное сравнение принципиально разных подходов к обучению. Это позволило понять, как каждый метод видит дефекты и почему одна модель лучше справляется с поиском гнилой продукции, а другая — с определением незрелости. Теперь мы можем предложить предприятиям не универсальное, а оптимальное решение именно для их задач: где-то важнее не пропустить ни одного испорченного плода, а где-то — случайно не забраковать качественный товар», — рассказали разработчики.

Главное преимущество системы — ей не нужны идеальные фото. Она работает с обычными снимками — даже при плохом свете и под любым углом. Тесты показали точность до 8%, в том числе на продуктах, которых не было в обучающей выборке. Это значит, что адаптировать «сортировщик» под новый вид продукции можно быстро и без дорогой доработки.

Сейчас проект находится на финальной стадии научно‑исследовательского прототипа. Разработчики обучили и проверили три варианта нейросети — они правильно определяют качество продуктов в 93,6% случаев. В лаборатории система показала хорошие результаты.

Напомним, ранее учёные НГТУ НЭТИ создали нейросеть для распознавания фейковых изображений. Система распознаёт поддельные фото по характерным «отпечаткам», чтобы отличить реальные фотографии от тех, что сгенерированы нейросетями.