Разработка алгоритма сортировки плодов яблони с использованием архитектуры YOLO

Abstract

В статье представлен алгоритм работы программно-аппаратного комплекса для автоматической сортировки плодов яблони на основе методов компьютерного зрения. Разработанная система включает этапы детекции объектов с использованием нейронных сетей YOLO, трекинг, зональный подсчёт событий входа/выхода, оценку степени зрелости по цветовым характеристикам в пространстве HSV, сбор статистики с сохранением в SQLite, а также визуализацию результатов. Предложенный алгоритм обеспечивает распознавание дефектов, сегментацию плодов и измерение их линейных размеров в реальном времени. Алгоритм может быть адаптирован для других видов плодовой продукции путём дообучения модели и настройки цветовых порогов. The article presents an algorithm for the operation of a software and hardware complex for automatic sorting of apple fruits based on computer vision methods. The developed system includes stages of object detection using YOLO neural networks, tracking, zone-based counting of entry/exit events, assessment of ripeness based on color characteristics in the HSV color space, collection of statistics with storage in SQLite, as well as visualization of results. The proposed algorithm provides defect recognition, fruit segmentation, and measurement of their linear dimensions in real time. The algorithm can be adapted for other types of fruit products by retraining the model and adjusting color thresholds.