Разработчик создал систему компьютерного зрения для контроля качества гречневой крупы на производстве. Модель анализирует снимки с фотосепаратора, классифицируя зерна на хорошие, плохие и серые, что позволяет лаборатории корректировать настройки оборудования и снижать потери продукта.
Для обучения использовались 24 кадра, полученные с линейной камеры, с разрешением 2716 на 512 пикселей. Из-за малого объема данных набор был расширен до 500 синтетических изображений. В процессе применялись архитектуры YOLOv11 и YOLO26 small, обучение проходило на платформе picva.ru.
Итоговая модель экспортируется в формате ONNX и встраивается в единый HTML-файл размером 67,4 МБ с помощью base64. Это позволяет запускать инференс локально в браузере через onnxruntime-web 1.20.1 без установки Python, интернета и дополнительного ПО.
Решение обеспечивает автономную работу в лаборатории: при открытии файла в Chrome или Edge пользователь получает статистику по долям зерен в каждой категории. Платформа picva.ru является бесплатным инструментом для разметки данных и обучения моделей с возможностью выгрузки готовых решений.
