Abstract
В данном исследовании рассматривается использование платы разработки MaixDuino для распознавания трех различных сортов леденцов (конфет). Этап обучения проводился на платформе MaixHub, представляющей собой комплексную экосистему, объединяющую сервисы ИИ-моделей и взаимодействие с сообществом. Работая в тандеме с моделью YOLOv2, MaixDuino прошла пять итераций обучения, постепенно улучшая свои характеристики. Наибольшего внимания заслуживает пятая, заключительная тренировка, показавшая оптимальную точность. Исследование показало, что модель демонстрирует отличные результаты в реальных условиях, особенно при хорошем освещении и отсутствии бликов. Предполагается, что данная система обнаружения леденцов будет интегрирована в процесс сортировки с использованием комбинации ленточного конвейера и дельта-манипулятора. Данное исследование вносит существенный вклад в развитие технологий обнаружения леденцов, демонстрируя эффективность платы разработки MaixDuino в сочетании с моделью YOLOv2. Результаты исследования подчеркивают возможность применения данной системы в промышленных условиях, где надежная и эффективная сортировка конфет имеет первостепенное значение.