Одна из задач, которая хорошо решается при помощи нейросетей и машинного обучения, это семантическая сегментация и классификация. Проект сканера пиломатериалов, разработанный компанией KnotInspector, использует искусственный интеллект для анализа пороков древесины.

Если видов пороков конечное число, то разнообразие их форм, размеров и проявлений практически бесконечно. Именно поэтому обученные нейросети пока лучший инструмент для сегментации и классификации.

Предлагаем Вашему вниманию статью Дмитрия Ивченко, основателя ГК TruePositive, руководителя проекта сканера пиломатериалов KnotInspector, о том, как происходило обучение и внедрение нейросетей при создании сканера пиломатериалов для лесопромышленных предприятий.

Статья опубликована в свежем номере журнала «Леспроминформ» и доступна в Библиотеке Ассоциации «Лестех».