OpenMV
Kilvet
Linssi
Robotiikka
Kirja
Video
Lataa
Asiakirjat
Foorumi
OpenMV.io
GithubPerinteinen hedelmien ja vihannesten lajittelu perustuu manuaaliseen tilavuuden ja ulkonäön arviointiin, mikä ei vain ole tehotonta ja epätarkkaa, vaan myös vaikeasti soveltuu suurten mittakaavojen jalostustarpeisiin.
Vihannes- ja hedelmäautomaattisen lajittelun ja laadunvalvonnan toteuttamiseksi vihannes- ja hedelmäteollisuuden laitevalmistajat käyttävät SingTownin OpenMV-älykameroiden AI-kuvantunnistustekniikkaa. Tämä teknologia hyödyntää tekoälyn konevision ja konevisioalgoritmeja, joiden avulla saavutetaan reaaliaikainen hedelmien tilavuuden ja pinnan laadun tunnistaminen sekä luokittelu. Tämä parantaa automaattisen lajittelun tarkkuutta ja tuotannon tehokkuutta.

Vihannes- ja hedelmäluokittelujärjestelmä perustuu SingTown Technologyn OpenMV-älykameran AI-kuvantunnistusteknologiaan, ja se rakentaa älykkään luokittelun sulautetun AI-näköratkaisun, joka yhdistää tilavuuden mittauksen ja laadun tunnistuksen.
Järjestelmä asentaa OpenMV-älykameran kuljetinhihnan yläpuolelle keräämään reaaliaikaisia hedelmäkuvia. Reunan koneellisen näön algoritmien avulla analysoidaan hedelmien koko, muoto ja väriominaisuudet. Hedelmät luokitellaan automaattisesti kolmeen luokkaan: suuri, keskikokoinen ja pieni. Tulosten perusteella ohjataan lajittelumekanismia kuljettamaan erikokoiset hedelmät vastaaviin keräysastioihin.
Samanaikaisesti laitekohtainen tekoäly voi myös havaita hedelmien pinnan puutteet, pilkut ja mädäntymisen, mikä mahdollistaa hyvien ja huonojen tuotteiden automaattisen erottelun.
SingTown OpenMV-älykameralla on reunalaskentakyky, ja se voi suorittaa tunnistusmallit paikallisesti ilman ulkoisia laskentaresursseja. Tunnistusviive on alle 30 millisekuntia, mikä soveltuu nopeisiin lajittelutilanteisiin.
SingTown Technologyn OpenMV-älykameroiden AI-kuvantunnistusteknologian avulla hedelmä- ja vihannessuodatusjärjestelmä on päivitetty manuaalisesta seulonnasta AI-visuaaliseen laadunvalvontaan ja automaattiseen lajitteluun, mikä parantaa merkittävästi lajittelutehokkuutta ja laadunvalvontavakautta.

AvoinMV-pohjainen tekoälyvartija: automaattinen muistutus avoimesta tilasta tärkeissä paikoissa
Automaattinen tarkistus, jossa havaitaan, onko tärkeän paikan ovi ollut pitkään auki, ja heti annettava muistutus.

Henkilöiden rajojen ylittäminen herättää hälytyksen – OpenMV selittää käsitettä ”turvallisen alueen tunne”
Tunnistaa henkilöiden tai laitteiden rajojen ylityksen virtuaalisen varoituslinjan avulla.

”AI-kaupunginvalvonta” on saapunut: avoimen lähdekoodin OpenMV-pohjainen järjestelmä epälailliselle kadunvarsikaupalle tunnistamiseen
Automaattinen tunnistus kadunvaraisesta liiketoiminnasta kaupungin päivittäisen hallinnan tukemiseksi.

Kaasupulloja sijoitettu epäasiallisesti? Käytä OpenMV:tä vaaran varoittamiseen automaattisesti
Tunnistaa automaattisesti kaasupullojen sallimattomat sijoitustavat ja havaitsee kaasukäyttöön liittyvät turvallisuusuhkat etukäteen.

Sähköisessä työssä ei käytetty eristyskäsineitä? OpenMV antaa heti varoituksen!
Tunnistaa automaattisesti, onko työntekijä käyttänyt eristyskäsineitä, ja tukee turvallista työtä.

Käytetään OpenMV-älykästä kamerajärjestelmää alumiinilevyn pinnan virheiden tunnistamiseen reaaliajassa
Tunnistaa verkossa alumiinilevyn pinnan naarmuja, painaumia ja muita vikoja ja tukee laadunvalvontaa.