Une startup de la TUM développe une machine de tri de pommes de terre par IA

Karevo, une émanation de la Technical University of Munich (TUM), a développé une machine dotée d'intelligence artificielle (IA) conçue pour automatiser le tri des pommes de terre et traiter jusqu'à dix tonnes de pommes de terre par heure.

Le système utilise la reconnaissance optique et un modèle d'IA entraîné, atteignant une précision de 95 % dans l'identification des défauts et des corps étrangers. Le modèle, entraîné sur plus de 100 000 images, peut détecter sept types de défauts de pommes de terre, notamment la pourriture, les fissures et les dommages causés par les vers fil-de-fer.

Une caractéristique clé du système est sa capacité à trier les pommes de terre non lavées. Benedikt Keßler, cofondateur de Karevo, a indiqué que de nombreuses méthodes de détection existantes peinent avec les pommes de terre non lavées en raison des variations d'apparence selon le sol, la région et les conditions de stockage. Le modèle d'IA peut être rapidement adapté aux conditions spécifiques de chaque exploitation.

L'entreprise cible spécifiquement les petites exploitations agricoles familiales avec sa machine, arguant que de nombreuses solutions existantes sont trop grandes, coûteuses ou difficiles à entretenir pour les petites entreprises agricoles. Le système de Karevo est conçu pour être plus petit, plus abordable et modulaire, facilitant ainsi son intégration et sa maintenance.