ИИ помогает сортировать материалы

В материале NVIDIA описаны четыре стартапа, которые применяют компьютерное зрение и робототехнику на перерабатывающих предприятиях. Их системы анализируют предметы на конвейерах и помогают выделять материалы и вещи, которые можно направить на повторное использование.

AIRECO сортирует пластик для повторного использования

Тайваньская AIRECO использует NVIDIA Jetson Orin NX для распознавания пластика и управления роботизированными руками на пилотной линии в Тайнане. По данным компании, точность распознавания на тестовой линии превышает 95%.

Для полноценной производственной линии, запуск которой запланирован на следующий год, стартап ставит цель увеличить годовую мощность переработки с 18 000 до 48 000 тонн и сократить операционные расходы на 85%. Это планы компании, а не уже достигнутые показатели.

EverestLabs работает с быстро движущимися конвейерами

Американская EverestLabs AI устанавливает роботов с компьютерным зрением на линиях сортировки бытовых отходов. По данным NVIDIA, около 150 роботов компании работают на предприятиях в Северной Америке и Австралии. Вычисления для распознавания выполняются на периферийных NVIDIA RTX GPU, а модели обучаются на серверных GPU NVIDIA с применением CUDA.

Компания оценивает, что её системы распознали около 40 миллиардов объектов, помогли переработать примерно 25 000 тонн материалов и позволили избежать выбросов около 30 000 метрических тонн углекислого газа.

Greyparrot анализирует отходы на конвейере

Британская Greyparrot размещает систему Analyzer над конвейерами: она распознаёт предметы по материалу и бренду, в том числе при плохом освещении и на лентах, движущихся со скоростью до 4 метров в секунду. По данным NVIDIA, более 300 систем работают в свыше чем 20 странах и выполнили более триллиона обнаружений объектов.

Greyparrot сообщает, что Analyzer сократил время проверки 15 тонн отходов с 375 часов до шести. Предприятия, использующие данные системы в реальном времени, сообщают об увеличении эффективности на 10–30%. В случае упаковочной компании Amcor решение помогло повысить выход пластика пищевого класса на 12%.

reverse.fashion оценивает одежду для повторного использования

Берлинский стартап reverse.fashion анализирует одежду по типу изделия, дефектам, цвету, размеру, бренду, составу ткани, сезону и стилю, чтобы отнести её к подходящей категории. По словам сооснователя компании, модели должны замечать мелкие повреждения, от которых зависит качество и потенциальная стоимость вещи.

Система обрабатывает текстиль на конвейере со скоростью 3 метра в секунду, используя более десятка моделей компьютерного зрения на NVIDIA Jetson. Сооснователь оценивает, что сортировка за час заменяет работу, на которую раньше уходила неделя; система постепенно внедряется на предприятиях Европы.