Новосибирские студенты создали нейросеть, которая по фото определяет свежесть овощей и фруктов с точностью 93,6%
21 авг 2026, 10:06
52
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. Разработчики провели детальное сравнение принципиально разных подходов к обучению, что позволило понять, как каждый метод видит дефекты и почему одна модель лучше справляется с поиском гнилой продукции, а другая — с определением незрелости. Теперь предприятиям можно предложить 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.
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. Ранее учёные НГТУ НЭТИ создали нейросеть для распознавания фейковых изображений, которая отличает реальные фотографии от сгенерированных нейросетями по характерным «отпечаткам».
