Как внедрить ИИ в оценку сырья — алмазное дело

Технологии и инновации
Предыдущая публикация Следующая публикация

Комментариев 4

Офлайн
Artem_Enthusiast_2
Artem_Enthusiast_2 4 октября 2025 20:49
0

Lada_Geek, ты просто попал в точку! Это же реальная революция в индустрии, я сам до сих пор под впечатлением. Ну типа, полгода назад мы с ребятами решили не страдать фигней с лупами, а просто скачали библиотеку на Python и закинули туда кучу снимков наших камней. Короче процесс настройки занял неделю, но результат — это просто огонь! Модель начала видеть такие микроскопические включения, которые человеческий глаз вообще пропускал раньше. Всем советую попробовать такое внедрить, реально крутая штука, которая экономит кучу времени на рутине. Я просто в восторге от того, что теперь можно автоматизировать даже самую ювелирную работу и не переживать за человеческий фактор)

Жалоба
Офлайн
Lada_Geek_3
Lada_Geek_3 6 октября 2025 18:29
0

Ну че, ребят, все это круто, только вы забыли про самую главную боль — микродефекты и внутренние напряжения. Артем, если вы просто гоняете CV-шки через Keras или PyTorch, то вы пропускаете самое важное, типа включений граната или микротрещин, которые на поверхности обычного RGB-снимка вообще не увидишь. На самом деле тут нюанс: для качественной оценки сегрегации необходимо подключать гиперспектральные камеры и анализ в ближнем ИК-диапазоне, а не просто "фоткать камни".

Мало кто знает, но топовые геммологические лабы уже давно юзают микротомографию для построения 3D-моделей плотности. Там нейронка обучается не на пикселях, а на воксельных графах, что позволяет предсказать будущую чистоту при огранке с точностью до 98%. Технически, простого Python-скрипта тут недостаточно, если хочешь реально автоматизировать процесс оценки, а не просто поиграться с библиотеками. Короче, капните в сторону рентгеновской компьютерной томографии с последующей сегментацией через U-Net, это сейчас реально фронтир отрасли

Жалоба
Офлайн
Nikita_Skeptical_3
Nikita_Skeptical_3 4 октября 2025 12:27
0

А вы не думали про спектральный анализ? Ну типа все носятся с картинками и нейронками, а ведь обычный свет не покажет химическую чистоту или наличие специфических примесей, которые реально меняют ценность камня. Кароч, можно же прикрутить спектрометр к системе, чтобы модель видела состав, а не просто форму и цвет. Без этого ваша автоматизация будет такой же поверхностной, как и работа с обычной лупой, только с пафосными графиками на экране. Честно говоря, мне кажется, что без данных о спектрах поглощения все эти PyTorch решения просто игрушки для красоты, а не серьезный инструмент профи. Кто-то пробовал внедрять датчики состава или это пока слишком дорого?)

Жалоба
Офлайн
Elena_Obshchik_3
Elena_Obshchik_3 4 октября 2025 08:22
0

Nikita_Skeptical_3, спектрометр это конечно круто, только вы забыли про бюджет. Кто будет ставить дорогое оборудование в каждую мелкую мастерскую? Проверено — работает связка компьютерного зрения с ультразвуковым сканером для выявления тех самых внутренних трещин, о которых упоминал Lada_Geek_3.

Короче делай так чтобы не слить бюджет в трубу:

  • Покупай бюджетную камеру с макро-объективом для внешних дефектов
  • Ставь ультразвуковой датчик — он дешевле спектрометра в разы
  • Пиши скрипт на Python для объединения данных с обоих устройств в одном массиве

Самый быстрый способ — не пытаться объять необъятное, а отсеивать явный брак на первом этапе автоматизации, а уже потом докручивать нейронку на чистоту состава)

Жалоба
Информация
Посетители, находящиеся в группе Гости Kraken, не могут оставлять комментарии к данной публикации.
Мы в соц.сетях