Конструювання, виробництво та експлуатація сільськогосподарських машин. Випуск 54. - 2024

Постійне посилання на це зібранняhttps://dspace.kntu.kr.ua/handle/123456789/16322

Перегляд

Фільтри

20241

Налаштування

Автор: search.filters.author.Borys, A.Ключові слова: search.filters.subject.machine learning

Результати пошуку

Наразі показано 1 - 1 з 1
  • Ескіз
    Тип:Документ,
    Алгоритм цифрової ідентифікації зернових матеріалів
    (ЦНТУ, 2024) Степаненко, С. П.; Днесь, В. І.; Борис, А. М.; Кузьмич, А. Я.; Волик, Д. А.; Stepanenko, S.; Dnes, V.; Borys, A.; Kuzmych, A.; Volyk, D.
    Розглянуто питання застосування технологій машинного зору для підвищення точності та ефективності ідентифікації зернових матеріалів у процесі післязбиральної обробки. Визначено, що традиційні методи контролю якості зерна, зокрема візуальні, мікробіологічні та хімічні тести, мають суттєві обмеження при ідентифікації домішок, особливо тих, що подібні за фізичними та візуальними ознаками. Запропоновано алгоритм цифрової ідентифікації зерна, заснований на методах машинного зору та машинного навчання. The article examines the application of machine vision technologies to enhance the accuracy and efficiency of grain material identification during post-harvest processing. It has been determined that traditional grain quality control methods, including visual, microbiological, and chemical tests, have significant limitations in identifying impurities, especially those similar in physical and visual characteristics. In response to these challenges, a digital grain identification algorithm based on machine vision and machine learning methods is proposed.