کاربرد یادگیری عمیق در بازرسی و طبقه بندی محصولات غذایی

اکنون با بخش بازرسی و کنترل کیفیت کارخانه‌ها آشنایی دارید و میزان اهمیت این بخش را به‌ خوبی درک می‌کنید. به‌ منظور برآورده ساختن انتظارات و استانداردهای جامعه جهت فرآوری موادغذایی، کنترل کیفی محصولات غذایی و کشاورزی باید کارآمد و دقیق باشد؛ همین امر سبب شده‌ است که بازرسی کیفی محصولات غذایی به کاری سخت و پرزحمت تبدیل شود.

به‌دلیل افزایش روزافزون جمعیت، تقاضا برای موادغذایی به‌طور قابل توجهی رو به افزایش است. از این‌رو، کارخانه‌ها روزانه تولید انبوه دارند و وجود یک سیستم قدرتمند بررسی و کنترل کیفیت محصولات در جهت عاری نمودن خطوط تولید از هرگونه کالای معیوب، خراب و غیرقابل مصرف، در سیستم تولیدی آن‌ها به‌شدت ضروری است. بهره‌گیری از نیروی انسانی ضعف‌های بسیاری دارد؛ اول از هرچیز، بسیار زمان‌بر است و سرعت تولید را پایین می‌آورد و کند شدن خط تولید به منزله ضرر و کاهش سود کارخانه است.

مسئله دیگر، خطای نیروی انسانی ناشی از خستگی، حواس‌پرتی و مواردی از این قبیل است. سیستم‌های هوش مصنوعی با دقت صددرصدی و با کم‌ترین خطا، تمامی محصولات را بررسی می‌کنند و کوچک‌ترین ناسازگاری با قوانین مصوبه را، گزارش داده و از خط تولید، خارج می‌کنند؛ به همین علت امروزه کاربرد یادگیری عمیق در صنعت بیشتر از قبل مورد توجه همگان قرار گرفته‌ است.

دقت سیستم دیپ لرنینگ به‌حدی زیاد است که برخی ادعا می‌کنند درصد خطای این سیستم، صفر است؛ تعدد جزئیات هم باعث بروز خطا در این سیستم نمی‌شود. دیپ لرنینگ می‌تواند کوچک‌ترین تفاوت در رنگ، سایز و بافت را تشخیص دهد و اجزای اضافی متصل به مواد غذایی مثل برگ، ریشه و ساقه را شناسایی کرده و جدا کند.