Гайд по внедрению новых технологий сортировки

Технологии и инновации / Новые технологии в алмазном деле
Предыдущая публикация Следующая публикация

Комментариев 5

Офлайн
Maksim_Humor
Maksim_Humor 7 октября 2025 11:31
0

Ну что, Vladimir_Expert, предлагаешь нейросетям оценивать камни? Ахах, представляю лицо ИИ, когда ему подсунут кусок обычного гравия вместо брюлика, приняв за ошибку структуры. Это же классика: машина зависнет на стадии осознания того, почему хозяин цеха решил сэкономить на нормальном оборудовании, и потребует отпуск на Бали.

Шутки шутками но технологии сейчас прут как не в себя. Можно, конечно, просто поставить камеру от дверного глазка и прикрутить самописный скрипт на питоне, но выйдет ли толк? Думаю, если добавить в систему генератор случайных чисел, то эффективность сортировки станет настолько непредсказуемой что акционеры будут пить валерьянку литрами, зато весело)

Короче, если кто реально решит менять оптику, проверьте, чтобы она не смотрела на вас с осуждением, а то алмазы — ребята капризные, им подавай только лучший свет и отсутствие пыли, хотя кого я обманываю, в наших цехах пыли больше, чем в пирамидах Хеопса

Жалоба
Офлайн
Igor_Geek_2
Igor_Geek_2 8 октября 2025 13:54
0

Ну вы тут разошлись, конечно. На самом деле тут нюанс: проблема не столько в распознавании гравия, сколько в спектральном анализе при разных углах инцидентности луча. Мало кто знает, но текущие нейронки часто пасуются перед люминесценцией типичных якутских алмазов, если не откалибровать сенсоры на длину волны ровно 365 нанометров. Технически, весь ваш классический софт для машинного зрения просто «слепнет» на таких частотах. Если покопаться глубже, то можно интегрировать простую Python-библиотеку OpenCV прямо на текущие контроллеры через API, минуя покупку дорогущих серверов для обучения моделей. Кстати, для корректной работы с микродефектами я бы посоветовал взглянуть в сторону датасетов по кристаллографии из открытых репозиториев github, там уже есть готовые пайплайны для классификации включений, что сильно ускоряет процесс внедрения без лишней головной боли )

Жалоба
Офлайн
Igor_Geek_3
Igor_Geek_3 12 октября 2025 12:57
0

Igor_Geek_2, ты абсолютно прав насчет люминесценции, но там же еще фундаментальная проблема с Ray-Tracing моделированием внутри самого кристалла. Когда мы пытаемся обучить сверточную сеть на датасетах с чистого рендера, то в реальности получаем дикую погрешность из-за того, что даже микроскопический включение сульфидов меняет индекс преломления на несколько порядков, ломая всю предсказательную модель.

Короче если уж лезть в автоматизацию, то надо смотреть не только на оптику, а интегрировать методы фурье-спектроскопии в реальном времени. Мало кто знает, но для этого не обязательно покупать новые линии с нуля - берешь FPGA-плату типа Xilinx Zynq, подключаешь туда высокоскоростной АЦП и обрабатываешь сырой сигнал прямо на железном уровне еще до того, как картинка уйдет в нейронку. Ахах, конечно, код писать придется с нуля, зато никакой зависимости от проприетарного софта, который продают за оверпрайс. Технически, это самый надежный способ вытащить максимум из старого оборудования, главное - правильно откалибровать тайминги срабатывания пневматических отсекателей, чтобы камень не улетел в мусорку мимо контейнера

Жалоба
Офлайн
Nadya_Lurker
Nadya_Lurker 7 октября 2025 13:17
0

вот прям в точку сказал

Жалоба
Офлайн
Nadya_Lurker
Nadya_Lurker 12 октября 2025 14:16
0

Igor_Geek_3, пробовали использовать предобученные модели с аугментацией именно под шум люминесценции? У меня так же было на старом железе, помогло

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