Machine learning sorterer agurker i Japan

5. september 2016 kl. 16:21
Raspberry Pi, et kamera, et neuralt netværk og en lille kreds på et kort er de centrale dele i et selvlærende agurkesorteringsanlæg.
Artiklen er ældre end 30 dage
Manglende links i teksten kan sandsynligvis findes i bunden af artiklen.

Vi skriver på Version2 om mange mere eller mindre spektakulære løsninger inden for sundhed, kundeservice og politiarbejde, der anvender machine learning.

Men teknologien kan såmænd også bruges til noget så banalt som at sortere agurker - agurketid eller ej.

Japaneren Makoto Koike, der er tidligere udvikler af indlejrede systemer, har bygget et agurke-sorteringsanlæg, der gør brug af Googles TensorFlow-machine learning-teknologi for at spare hans forældre, der ejer grøntsagsproduktionen, for en masse arbejde. Det fortæller Engadget.

Systemet bruger Raspberry Pi 3 med et kamera til at tage billeder af grøntsagerne og sende optagelserne til et lille TensorFlow neuralt netværk, hvori identificeres som agurker.

Artiklen fortsætter efter annoncen

Herefter sendes billeder til en Linux-server, der klassificerer agurkerne efter farve, form og størrelse. Et kort med en lille kreds, Arduino Micro, styrer herefter selve sorteringen, mens en Windows-pc sikrer, at det neurale netværk løbende optrænes ved hjælp af billeder.

Remote video URL

Det er ikke et perfekt system, i hvert fald lige nu, til trods for at 7.000 billeder er høvlet igennem systemet.

Makoto Koike anslår, at det tager 2-3 dage at træne den intelligente software op i sortering, hvilket dog sker med billeder i meget, meget lav opløsning (80 x 80 pixels).

Uanset at resultatet ikke er perfekt, antyder eksemplet en fremtid, hvor robotbaseret landbrugsudstyr kan håndtere mange opgaver, der tidligere krævede menneskehånd og -øjne.

Ingen kommentarer endnu.  Start debatten
Denne artikel er gratis...

...men det er dyrt at lave god journalistik. Derfor beder vi dig overveje at tegne abonnement på Version2.

Digitaliseringen buldrer derudaf, og it-folkene tegner fremtidens Danmark. Derfor er det vigtigere end nogensinde med et kvalificeret bud på, hvordan it bedst kan være med til at udvikle det danske samfund og erhvervsliv.

Og der har aldrig været mere akut brug for en kritisk vagthund, der råber op, når der tages forkerte it-beslutninger.

Den rolle har Version2 indtaget siden 2006 - og det bliver vi ved med.

Debatten
Log ind eller opret en bruger for at deltage i debatten.
settingsDebatindstillinger