Для решения проблемы соприкосновения и наложения кусков руды при высокой производительности разработан алгоритм позиционирования контуров на основе моделей глубокого обучения для сегментации изображений. В сочетании с анализом градиентов и контурным анализом система позволяет точно выделять границы отдельных кусков материала даже в сложных условиях, формируя надёжную основу для последующего распознавания и сортировки.

Создана крупномасштабная база данных образцов различных типов руд. Использование глубоких сверточных нейронных сетей (CNN) и облегчённых технологий вычислений на периферийных устройствах позволяет быстро выполнять классификацию материала и принимать решения по сортировке. Это существенно повышает эффективность и стабильность работы системы.