Опубликовано: 21.08.2026, 07:16
В Новосибирском государственном техническом университете разработали интеллектуальную систему для автоматической оценки качества сельхозпродукции. Технология позволяет по обычным фотографиям выявлять внешние дефекты и определять степень свежести плодов. Об этом сообщили ТАСС в пресс-службе вуза.
Разработка предназначена для внедрения на предприятиях АПК, в логистических центрах и розничных сетях. Традиционные системы компьютерного зрения требуют идеальных условий съемки или огромных массивов размеченных данных, тогда как новосибирские ученые предложили более гибкое решение. Они сравнили метрический, машинный и глубокий подходы к обучению и выяснили, какой из них эффективнее для разных задач.
Руководитель проекта Егор Антонянц пояснил, что ключевой сложностью было научить нейросеть различать гниль и незрелость, поскольку визуально они часто похожи. Для этого использовали архитектуру триплетной сети, учитывающей не только пары, но и несколько примеров одновременно, что позволило сократить число ошибок.
По оценкам авторов, система не требует большого количества изображений и работает с фото, сделанными при разном освещении и под разными углами. Тестирование на открытых данных показало точность до 89% даже на незнакомых продуктах, что упрощает адаптацию под новые виды продукции без дорогостоящей переразметки.
