Amazon, meyve-sebzede otomatik ayıklama ve paketleme için görüntü işleme teknolojisi geliştiriyor

Amazon, Hindistan merkezli bir projede görüntü işleme ve makine öğrenmesi kullanarak meyve ve sebzelerin otomatik olarak sınıflandırılıp paketleneceği bir sistem geliştiriyor. Şirket yetkilileri bunun insan gücüne göre maliyet avantajı getireceğini aktarıyor.

Amazon, meyve-sebzede otomatik ayıklama ve paketleme için görüntü işleme teknolojisi geliştiriyor

22 Nisan 2021 — Blueberries Consulting News | Kaynak: Business Standard aktarımı

E-ticaret devi Amazon, meyve ve sebze tedarik zincirlerine yönelik otomasyon çözümleri üzerinde çalışıyor. Haber, Amazon'un Hindistan'da yürüttüğü bir projenin, makine öğrenmesi ve görüntü algılama teknolojileriyle ürün kusurlarını tespit eden bir sistem geliştirmeye odaklandığını bildiriyor.

Görüntü tabanlı denetim

Sistem, meyve ve sebzelerdeki kesik, çatlak veya ezilme gibi yüzeysel kusurları görüntü verilerinden sınıflandırmaya çalışıyor. Amazon yetkililerinin aktardığına göre makine, günde milyonlara ulaşan değerlendirme yapabilecek kapasitede olduğunu iddia ediyor; bu bilgi ilgili kaynaklardan aktarılmaktadır.

Kalite vurgusu

Amazon India'da makine öğrenmesinden sorumlu baş yöneticilerinden biri, ürün kalitesinin alıcı kararlarında belirleyici olduğunu ve elle tek tek muayenenin pratik olmadığını vurguladı. Bu değerlendirme, otomasyon çözümlerine olan ilginin temel gerekçelerinden biri olarak gösteriliyor.

Konveyör tabanlı otomasyon ve maliyet iddiaları

Planlanan makine konveyör hattı üzerinde ürünleri sınıflandırıp önceden belirlenmiş kalite dilimlerine göre paketleyecek şekilde tasarlanıyor. Proje sunumunda, bu tip bir otomasyonun Hindistan'da hâlâ yaygın olan manuel sınıflama ile kıyaslandığında maliyetleri önemli ölçüde azaltacağına ilişkin bir tahmin (yaklaşık %78'e varan azalma şeklinde aktarılıyor) yer alıyor; bu rakam resmi bir onay niteliği taşımamaktadır.

İç kalite tespiti: IR sensörler

Amazon ayrıca iç kalite göstergeleri—tat, olgunluk gibi parametreler—için kızılötesi (IR) sensörler kullanmayı planlıyor. Bu özellikler RGB görüntülerle doğrudan tespit edilemediği için günümüzde genellikle meyvenin fiziksel zararına yol açan testler veya yıkım gerektiren yöntemler kullanılıyor; Amazon'un hedefi iç kaliteyi tahribat gerektirmeden sınıflandırmak.

Sektörel yansımalar ve zorluklar

Bu tür teknolojiler, tedarik zincirinde tutarlılığı ve paketleme hızını artırabilir; işçilik ihtiyacını azaltarak maliyetleri düşürebilir. Öte yandan, sahadan toplanan veri setlerinin kalitesi, sensör doğrulaması, küçük üreticilerin teknolojiye erişimi ve yatırım maliyetleri gibi uygulama aşamasında çözülmesi gereken meseleler bulunuyor. Haber metninde ayrıca Unitec gibi iç kalite sınıflandırması üzerine çalışan öncü şirketlerden bahsediliyor.

Özetle

Amazon'un tarım ürünleri için geliştirdiği görüntü işleme ve IR sensör tabanlı sistem, hem yüzey hem de iç kalite değerlendirmesini hedefliyor. İddialar, büyük ölçekli değerlendirme kapasitesi ve maliyet avantajı vaat ediyor; ancak uygulamada doğrulama ve yaygınlaşma süreçleri takip edilecek.

Hızlı maddeler

• Proje Hindistan merkezli olarak bildirildi ve bilgi Business Standard aracılığıyla aktarıldı.
• Görüntü işleme, kesik/çatlak/ezilme gibi yüzey kusurlarını tespit etmeye odaklanıyor.
• Şirket yetkililerinin iddiasına göre sistem "günde milyonlarca" değerlendirme yapabilecek kapasitede.
• Konveyör tabanlı otomasyonla ürünler kalite dilimlerine göre paketlenecek; maliyetlerde tahmini azalma %78 civarında aktarılıyor (tahmini/aktarılıyor).
• IR sensörleriyle tat ve olgunluk gibi iç kalite göstergeleri hedefleniyor; RGB görüntüleme bunları tespit etmekte yetersiz kalıyor.
• Unitec gibi şirketler iç kalite sınıflandırması üzerine sektörde çalışmalar yürütüyor.

Kaynak: Blueberries Consulting News, 22/04/2021. Orijinal haber