Проблема: Овощи и фрукты — наиболее уязвимые к порче категории продуктов в розничной торговле. Даже при наличии систем логистики и хранения, значительное количество такой продукции поступает на полки магазинов уже с дефектами или портится в процессе реализации.

Как показывают наблюдения потребителей, покупатели регулярно сталкиваются с гнилью, плесенью, повреждениями и потемнениями на фруктах и овощах. Это не только ухудшает потребительский опыт, но и ведёт к прямым убыткам для торговых сетей.

Достоверное подтверждение масштабности проблемы приводит исследование А. Элика и др. (2019): «Степень потерь фруктов и овощей достигает 50% — это связано с проблемами сбора урожая, обработки, транспортировки и хранения» (Источник: [Элик А. и др., Стратегии сокращения потерь фруктов и овощей после сбора урожая, 2019, btb.org.tr])

Таким образом, вплоть до половины продукции может быть испорченной уже при попадании в розничную сеть или в процессе выкладки

Ключевая цель — внедрение системы контроля качества, позволяющей обнаруживать и убирать испорченные продукты до их отправки в торговые точки, непосредственно в распределительных центрах.

Отсюда выходит цель и продукт нашего проекта:

Разработка интеллектуальной системы на базе компьютерного зрения и моделей машинного обучения для автоматического выявления бракованных овощей и фруктов.

Такая система будет:

• анализировать изображения продуктов в реальном времени (например, с камер на сортировочных линиях, складах или полках магазинов),

• определять степень порчи, дефекты поверхности, цветовые отклонения и другие визуальные признаки брака

• автоматически маркировать испорченные продукты для изъятия или сортировки.

Использование ИИ позволяет существенно повысить точность выявления дефектов по сравнению с ручной проверкой, снизить человеческий фактор, оптимизировать логистику и улучшить качество обслуживания клиентов.

На страницу проекта