Report
Автоматизированная детекция семян татарской гречихи в зерновом материале пшеницы на основе компьютерного зрения
| Τίτλος: | Автоматизированная детекция семян татарской гречихи в зерновом материале пшеницы на основе компьютерного зрения |
|---|---|
| Στοιχεία εκδότη: | Технологии пищевой и перерабатывающей промышленности АПК – продукты здорового питания, 2025. |
| Έτος έκδοσης: | 2025 |
| Θεματικοί όροι: | качество семян, автоматизация АПК, пшеница, аугментация данных, татарская гречиха, seed separation, computer vision, компьютерное зрение, сепарация семян, automation of agro-industrial complex, wheat, YOLO, Fagopyrum tataricum, Tatarian buckwheat, seed quality, аннотация данных, data annotation, data augmentation |
| Περιγραφή: | Contamination of wheat seed material with hard-to-separate weed impurity Tatar buckwheat seeds significantly reduces the quality of the grain and limits the effectiveness of traditional cleaning methods. The paper presents a computer vision software module for automatic detection of this impurity. A database of wheat and Tatar buckwheat seed images has been developed, including more than 1000 original images and expanded to 3498 using augmentation. The module is implemented on the basis of the YOLOv12s neural network architecture using the Ultralytics library. It is capable of processing a video stream from a USB camera in real time, detecting Tatar buckwheat seeds, tracking their position in the frame and generating discrete signals for removal when objects enter a specified "removal zone". The obtained results high accuracy (mAP@0,5 = 0,953) and performance (≈ 25 frames per second) confirm the effectiveness of the proposed solution. The module can be integrated into grain cleaning technological lines, providing automatic detection of difficult-to-separate foreign impurities and increasing the purity of wheat seed material. Засорённость посевного материала пшеницы трудноотделимой сорной примесью семенами татарской гречихи существенно снижает качество зерна и ограничивает эффективность традиционных методов очистки. В работе представлен программный модуль компьютерного зрения для автоматической детекции этой примеси. Разработана база изображений семян пшеницы и татарской гречихи, включающая более 1000 оригинальных снимков и расширенная до 3498 с помощью аугментации. Модуль реализован на базе нейросетевой архитектуры YOLOv12s с использованием библиотеки Ultralytics. Он способен в реальном времени обрабатывать видеопоток с USB-камеры, выявлять семена татарской гречихи, отслеживать их положение в кадре и формировать дискретные сигналы на удаление, при попадании объектов в заданную "зону удаления". Полученные результаты высокая точность (mAP@0,5 = 0,953) и производительность (≈ 25 кадров в секунду) подтверждают эффективность предложенного решения. Модуль может быть интегрирован в технологические линии очистки зерна, обеспечивая автоматическое выявление трудноотделимых сорных примесей и повышая чистоту семенного материала пшеницы. |
| Τύπος εγγράφου: | Research |
| DOI: | 10.24412/2311-6447-2025-2-199-205 |
| Rights: | CC BY |
| Αριθμός Καταχώρησης: | edsair.doi...........8d52d6ee72f8138517c5ca5ea32d9bdb |
| Βάση Δεδομένων: | OpenAIRE |
καταχωρήστε σχόλιο πρώτοι!