5.7 KiB
Производство и переработка - использование IoT для улучшения обработки продуктов питания
Когда продукты поступают на центральный склад или перерабатывающий завод, они не всегда сразу отправляются в супермаркеты. Часто продукты проходят несколько этапов обработки, таких как сортировка по качеству. Раньше этот процесс был ручным: он начинался в поле, где сборщики выбирали только спелые фрукты, а затем на заводе фрукты перемещались по конвейерной ленте, и сотрудники вручную удаляли поврежденные или испорченные плоды. Лично занимаясь сбором и сортировкой клубники в качестве летней работы во время учебы, могу подтвердить, что это не самое приятное занятие.
Современные системы все чаще используют IoT для сортировки. Одними из первых устройств были сортировщики от Weco, которые используют оптические сенсоры для определения качества продукции, например, отбраковывая зеленые помидоры. Эти устройства могут быть установлены как на уборочных машинах прямо на ферме, так и на перерабатывающих заводах.
С развитием Искусственного Интеллекта (AI) и Машинного Обучения (ML) такие машины становятся более совершенными, используя ML-модели, обученные различать фрукты и посторонние объекты, такие как камни, грязь или насекомые. Эти модели также могут быть обучены определять качество фруктов, включая не только поврежденные плоды, но и ранние признаки заболеваний или других проблем с урожаем.
🎓 Термин ML-модель относится к результату обучения программного обеспечения машинного обучения на наборе данных. Например, можно обучить ML-модель различать спелые и неспелые помидоры, а затем использовать эту модель для анализа новых изображений, чтобы определить, спелые ли помидоры.
В этих 4 уроках вы узнаете, как обучать модели AI на основе изображений для определения качества фруктов, как использовать их на IoT-устройствах и как запускать их на периферии - то есть непосредственно на IoT-устройстве, а не в облаке.
💁 В этих уроках будут использоваться некоторые облачные ресурсы. Если вы не завершите все уроки в этом проекте, убедитесь, что вы очистили свой проект.
Темы
- Обучение детектора качества фруктов
- Проверка качества фруктов с IoT-устройства
- Запуск детектора фруктов на периферии
- Запуск проверки качества фруктов с датчика
Авторы
Все уроки были написаны с ♥️ Джен Фокс и Джимом Беннеттом.
Отказ от ответственности:
Этот документ был переведен с помощью сервиса автоматического перевода Co-op Translator. Несмотря на наши усилия обеспечить точность, автоматические переводы могут содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется профессиональный перевод человеком. Мы не несем ответственности за любые недоразумения или неправильные интерпретации, возникающие в результате использования данного перевода.