Sisäoksien erottelu mäntymurskeesta konenäön avulla hyödyntäen koneoppimista

Abstract

Opinnäytetyössä perehdyttiin selvittämään ongelmaa, joka tuli luonnonvarakeskuksen tekemästä tutkimuksesta, jossa perehdyttiin kuusen ylisuureen hakkeeseen ja sen uuteainepitoisuuksiin. Tutkimuksessa selvisi, että uuteaineita sijaitsee sisäoksissa huomattavasti enemmän kuin muussa puun murskeessa ja nykyisellään nämä uuteaineet jäävät hyödyntämättä, joten tavoitteena oli saada sisäoksat murskeen seasta eroteltua mahdollisimman tehokkaasti.

Työ toteutettiin järjestelmällä, joka hyödynsi koneoppimista ja konenäköä. Järjestelmä koostui, konenäkökamerasta, järjestelmäkamerasta ja TensorFlow-sovellusliittymästä sekä sen vaatimista työkaluista ja datasta. Työ suoritettiin itsenäisesti kotoa käsin. Valitun ohjelman ja esikoulutetun mallin pohjalta koulutettiin oma malli, itse otetulla datalla ja halutuilla parametreillä. Koulutuksen jälkeen syntyi hahmontunnistaja, joka pystyy reaaliaikaisesta videokuvasta rajaamalla erottamaan ja tunnistamaan sisäoksat murskeesta 73 %:n tarkkuudella.

Tarkkuus oli haluttua huonompi, mutta datamäärän hankkiminen ja eri mallien testaaminen koitui erittäin työlääksi. Toteutettu hahmontunnistaja toimii hyvänä esimerkkinä siitä mitä tarvitaan lisää, ja mihin kannattaa kiinnittää huomiota uuden mallin koulutuksessa.