Нейронные сети в фермерском хозяйстве Статьи редакции

Как японец использует технологии машинного обучения для сортировки огурцов

Редакция корпоративного блога Google опубликовала материал о японском фермере, который использует технологии машинного обучения для сортировки огурцов и их продажи. Сайт Geektimes разместил краткий конспект статьи. Редакция vc.ru приводит конспект с разрешения Geektimes.

Возможности современных когнитивных систем всё ещё ограничены, но с течением времени они развиваются и становятся всё совершеннее. Их уже используют во многих сферах, включая сельское хозяйство. Ярким примером этому является система, созданная японским инженером.

Примерно год назад японец по имени Макото Койке решил помочь своим родителям, которые занимаются выращиванием огурцов. В Японии крупные и прямые огурцы считаются товаром экстра-класса, поэтому все фермеры стремятся выращивать эти овощи именно такой формы.

Сделать это тяжело, и Койке в этом убедился. «Каждый огурец отличается от других — все они бывают разной формы, качества и свежести», — объясняет инженер. Для того, чтобы конечный продукт попал в магазины, овощи необходимо сортировать. В Японии насчитывается девять классов огурцов. Классификация производится согласно форме, размеру и ряду других свойств. Чем выше класс, тем дороже огурец.

Классы огурцов согласно японским стандартам

В Японии есть автоматические сортировочные машины, но они не слишком популярны, поскольку довольно дороги, а работают не идеально. Инженер решил помочь родителям добиться идеальной автоматической сортировки овощей, создав собственный сортировщик. Для того, чтобы повысить качество и эффективность работы такой системы, он решил привлечь к сортировке нейронные сети. Сейчас они способны распознавать и классифицировать изображения с высокой степенью точности, превосходя возможности человека. Это касается как скорости, так и точности работы.

Койке взял за основу своего огуречно-сортировочного алгоритма open-source-разработку Google, технологию TensorFlow. В 2015 году компания открыла исходный код этого продукта для всех. TensorFlow позволяет разработчику использовать готовый код и возможности нейронных сетей, а не создавать всё с нуля. Для создания собственного проекта необходимо скачать код, прочитать инструкцию — и можно начинать работу.

Кроме кода, нужно ещё и аппаратное обеспечение. Японец использовал Arduino Micro и Raspberry Pi 3. Электроника использовалась в качестве основного контроллера для работы с камерой и отсылки изображений в Google Cloud, где происходил анализ информации. Также платы управляют сервоприводами сортировщика.

На первом этапе инженер обучил систему распознавать изображения и определять, изображен на фотографии огурец или нечто иное. После проверки работоспособности системы он создал более сложный алгоритм, который классифицировал огурцы согласно стандартам, принятым в Японии.

После этого Койке разработал конвейер и сортировочную систему. Камера фотографировала проходящие по конвейеру огурцы, нейронная сеть классифицировала их. Оставалось лишь распределять огурцы по ящикам, исходя из класса каждого овоща. Для этого Койке создал роботизированную руку.

Для того, чтобы получить фотографии огурцов разных классов, отсортированных его матерью, японец потратил около трёх месяцев. Ему пришлось сделать и загрузить в систему более 7000 снимков огурцов. И этого оказалось недостаточно. Когда проводился тест лишь с изображениями, система работала с точностью в 95%. Но когда дело дошло до фотографирования реальных огурцов, точность упала до 70%. Как оказалось, проблема заключалась в том, что базы из нескольких тысяч фотографий недостаточно для качественного обучения системы.

Вторая проблема — в том, что система потребляет много ресурсов, времени и энергии. Текущий сортировщик — это обычный компьютер на базе Windows, который используется для тренировки нейронной сети. И хотя компьютер преобразует полученные фотокамерами снимки в изображения с разрешением 80 х 80 пикселей, обучение системы на их основе занимает 2−3 дня.

Дело в том, что требуется несколько тысяч таких снимков. А поскольку фотографии имеют низкое разрешение, тот сортировщик оперирует такими свойствами, как форма, длина и уровень погрешности. Цвет, текстура, царапины — всё это проходит незамеченным. Если увеличить разрешение фотографий, это увеличит точность работы системы. Но одновременно увеличится и время, которое требуется на обучение нейронной сети.

Свою проблему японец планирует решить при помощи ещё одного сервиса Google. Cейчас корпорация предлагает по низкой цене облачную платформу Cloud Machine Learning (Cloud ML). Здесь задействованы тысячи серверов. Они обрабатывают информацию и помогают обучать нейронную систему на основе TensorFlow.

Сейчас Макото Койке планирует использовать Google ML в своих целях. «Я могу использовать сервис для создания системы обучения на основе гораздо более качественных снимков. Также я могу использовать разные конфигурации, параметры и алгоритмы нейронной системы, что может помочь найти вариант, при котором система будет точнее всего».

Пока результаты работы Койке с Google ML недоступны, он продолжает эксперименты.

0
10 комментариев
Популярные
По порядку
Написать комментарий...
Егор Панкин

Ждем упаковки с надписями "выращено без использования нейроных сетей"

Ответить
8
Развернуть ветку
Сергей Марченко

А через какое-то время собранные вручную огурцы будут считаться товаром приему класса.

Ответить
1
Развернуть ветку
Владимир Толстиков

Ну всё, пошел родителям пилить сортировку картошки на мелкую, крупную и семенную...

Ответить
5
Развернуть ветку
Yuriy Belonozhkin

Отличная статья, спасибо!

Ответить
0
Развернуть ветку
Константин Тулхов

который использует технологии машинного обучения для сортировки огурцов и их продажи

Еще же система не рабочая.

Ответить
0
Развернуть ветку

Комментарий удален

Развернуть ветку
suda podoshel

Думаю ему нужно почитать про преобразования изображений. На больших данных это мастхэв.

Ответить
0
Развернуть ветку
Gafur Baktugulov

В ручную сортировка бы пошла быстрее не?

Ответить
0
Развернуть ветку
Artem Zabrodskii

Прожил 19 лет и только что узнал что ,огурцы делят по классам......

Ответить
0
Развернуть ветку
Михаил Памнард

Когда у общества нет классификации огурцов, то нет цели!

Ответить
0
Развернуть ветку
Вадим Кудрик

круто!

Ответить
0
Развернуть ветку
Читать все 10 комментариев
«Купи сейчас, плати потом»: новая классика или мимолетная мода

Сервис рассрочек рассказывает о новом финтех-тренде.

«Яндекс» представил «Станцию» второго поколения с новым дизайном и улучшенным звуком Статьи редакции

Колонка поступит в продажу в первой половине 2022 года.

«Яндекс» научил «Алису» генерировать сказки при помощи нейросети Статьи редакции

И научил разговаривать шёпотом.

Сайт Tor заблокировали в России после публикации обращения с призывом к пользователям поднять у себя серверы Статьи редакции

Команда сообщила о начале блокировки всей сети с 1 декабря.

Вкратце: что показал «Яндекс» на презентации YaC 2021 Статьи редакции

Коротко о главных анонсах и итогах года в направлениях нейросетей, беспилотников, «умных» устройств и электронной коммерции.

Устройства «Яндекса»
Статья дополняется
Увлечение самолётами, которое переросло в бизнес

Предприниматель из Волгограда производит и продаёт по всему миру симуляторы дополненной реальности.

Лидерские качества. 30 полезных материалов для их развития

Наверняка вы не раз слышали фразу: «Саша — прирожденный лидер». Но разве лидерство «дается» с рождения? Конечно, нет. Как и многие навыки и soft skills, лидерские качества можно в себе развить. В этой статье я расскажу, с чего начать путь к лидерству, а еще поделюсь полезными материалами.

Как сделать работу компаний и фрилансеров удобной

С помощью сервиса «Рокет Ворк».

Ускорение на пути к будущему электромобильности и устойчивому развитию: Нико Росберг стал амбассадором Jungheinrich

Концерн Jungheinrich и Нико Росберг (Nico Erik Rosberg) объединят свои усилия в поддержку развития экологически чистой мобильности. Предприниматель в сфере экологичных технологических решений, потомственный немецкий автогонщик и чемпион мира Формулы-1 2016 года, Нико становится официальным амбассадором бренда Jungheinrich — ведущего мирового…

Потерять канал в телеграме и заодно репутацию? Это легче, чем вы думаете

Всем привет! Меня зовут Альберт Базалеев, я эксперт в сфере информационной безопасности бизнеса. Одно из моих направлений — проект Варежка, это софт, который защищает telegram-каналы и корпоративные telegram-аккаунты от злоумышленников. Сегодня расскажу, какие «дырки» есть в telegram-каналах (которые так любят пиарить здесь на vc.ru) и к чему…

Проект Федерации креативных индустрий Creative Russia Map получил Премию Рунета
null