1. Анализ предметной области 5
1.1. Оценка фракционного состава зерна 5
1.2. Анализ существующих решений и принятый стандарт 7
1.3. Методы и средства автоматизации оценки фракционного состава зерна 9
1.4. Выбор средств разработки 11
2. Проектирование и разработка приложения 14
2.1. Формулировка требований к модулю оценки фракционного состава зерна 14
2.2. Проектирование и разработка 16
2.3. Тестирование и анализ результатов 22
Заключение 28
Список источников и литературы 29
Приложение А. Листниг кода dockerfile 31
Приложение Б. Листниг кода FullFeelingModel2 34
Успешное развитие сельского хозяйства в современном мире невозможно без внедрения информационных технологий. Для повышения скорости оценки фракционного состава зерна необходимо внедрение систем автоматического анализа вместо ручного, проводимого согласно ГОСТ 30483-97, что позволит снизить временные и материальные затраты [1]. Внедрение машинного обучения для оценки зерновой смеси является перспективным направлением в области сельского хозяйства. При этом в современных рыночных условиях продукция, как правило, многократно перепродается по пути от производителя к конечному потребителю, а каждая перепродажа требует оценки качества. Данные факты увеличивают ценность инструментальных экспресс-методов определения качества зерна. Один из типовых способов автоматизации бизнес-процессов — это разработка и внедрение web-приложения, которое для рассматриваемой предметной области может сочетать в себе набор инструментов автоматического анализа зерновых смесей с доступностью из любой точки планеты.
Инновационная компания «СиСорт» занимается разработкой и производством высокотехнологичного оборудования для сортировки сыпучих продуктов. Предприятие - российский лидер по объемам продаж собственных фотосепараторов - входит в ассоциацию «Росспецмаш» и Алтайский кластер аграрного машиностроения [2, 3].
Фотосепараторы - это самые прогрессивные сортировочные устройства, которые завоевывают все большее внимание производителей. И это неудивительно, ведь данный вид оборудования существенно повышает качественные характеристики продукта, придает конечной продукции высочайшие потребительские свойства, позволяет осуществлять рециклинг материалов и оптимизирует технологический процесс в целом
В 2019 году компания стала участником приоритетного проекта Минэкономразвития России «Национальные чемпионы», а также получила награду «Экспортер года» в СФО в номинации «Экспортер года в сфере высоких технологий».
Данная работа была выполнена по заказу компании «СиСорт» для упрощения оценки фракционного состава зерна при приёме зерна на зернохранилищах или при дальнейшей его перепродаже.
Целью работы является разработка модуля анализа для оценки фракционного состава зерновой смеси по изображениям.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Анализ существующих решений и подходов, реализующих подобный функционал.
2. Выбор инструментов и алгоритмов для предобработки и анализа изображений.
3. Разработка модуля для системы анализа, включающего цветокоррекцию, выделение области с зёрнами, кластеризацию и последующую упаковку в docker-контейнер.
4. Экспериментальная проверка точности оценивания.
Объектом исследования является автоматизация процесса оценки фракционного состава зерновой смеси.
Предметом исследования является реализация модуля классификации зёрен на основе алгоритмов машинного зрения.
В процессе работы были сформулированы задачи и требования для разработки данного модуля анализа. Были выполнены следующие задачи:
• Проведён анализ существующих решений
• Обоснован выбор инструментов и алгоритмов для удовлетворения сформированных заказчиком требований
• Разработан модуль оценки фракционного состава зерновой смеси по изображениям
• Экспериментально подтверждена эффективность разработанного модуля
Разработанный модуль анализа даёт преимущества при оценке фракционного состава зерновой смеси, позволяя экономить время при приёме зерна во время страды и при дальнейшей перепродаже зерна.
