3.6 KiB
Fabrico e processamento - usar IoT para melhorar o processamento de alimentos
Quando os alimentos chegam a um centro de distribuição ou unidade de processamento, nem sempre são enviados diretamente para os supermercados. Muitas vezes, os alimentos passam por várias etapas de processamento, como a classificação por qualidade. Este era um processo que costumava ser manual - começava no campo, quando os trabalhadores colhiam apenas os frutos maduros, e depois, na fábrica, os frutos passavam por uma esteira transportadora, onde os funcionários removiam manualmente os frutos machucados ou podres. Tendo eu próprio colhido e classificado morangos como trabalho de verão durante a escola, posso confirmar que não é uma tarefa agradável.
Configurações mais modernas dependem de IoT para a classificação. Alguns dos primeiros dispositivos, como os classificadores da Weco, utilizam sensores óticos para detetar a qualidade dos produtos, rejeitando, por exemplo, tomates verdes. Estes dispositivos podem ser utilizados em colhedoras na própria quinta ou em unidades de processamento.
À medida que se fazem avanços na Inteligência Artificial (IA) e no Machine Learning (ML), estas máquinas podem tornar-se mais sofisticadas, utilizando modelos de ML treinados para distinguir entre frutos e objetos estranhos, como pedras, terra ou insetos. Estes modelos também podem ser treinados para detetar a qualidade dos frutos, não apenas frutos machucados, mas também sinais precoces de doenças ou outros problemas nas colheitas.
🎓 O termo modelo de ML refere-se ao resultado do treino de software de machine learning com um conjunto de dados. Por exemplo, pode treinar um modelo de ML para distinguir entre tomates maduros e verdes, e depois usar o modelo em novas imagens para verificar se os tomates estão maduros ou não.
Nestes 4 módulos, aprenderá como treinar modelos de IA baseados em imagens para detetar a qualidade dos frutos, como utilizá-los a partir de um dispositivo IoT e como executá-los na edge - ou seja, diretamente num dispositivo IoT em vez de na cloud.
💁 Estes módulos utilizarão alguns recursos na cloud. Se não concluir todos os módulos deste projeto, certifique-se de que limpa o seu projeto.
Tópicos
- Treinar um detetor de qualidade de frutos
- Verificar a qualidade dos frutos a partir de um dispositivo IoT
- Executar o seu detetor de frutos na edge
- Acionar a deteção de qualidade de frutos a partir de um sensor
Créditos
Todos os módulos foram escritos com ♥️ por Jen Fox e Jim Bennett
Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, é importante notar que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autoritária. Para informações críticas, recomenda-se uma tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.