為新鮮(xian)農產(chan)品制定合(he)適的分(fen)級標準，往往需要投入大量時間、溝(gou)通和努力。而隨(sui)著每一季節的變化，挑戰也(ye)隨(sui)之而來(lai)。陶朗食品正是借助 AI 驅動的解決(jue)方案，幫助您輕松應對這種變化。
從先(xian)進(jin)的(de)(de)深度(du)學(xue)習模型到用(yong)戶友好的(de)(de)機(ji)器學(xue)習應用(yong)，我們的(de)(de) AI 技術不僅支持您做出更(geng)明(ming)智(zhi)的(de)(de)戰(zhan)略決策(ce)，還能(neng)減輕操作人員的(de)(de)負擔。最終(zhong)目標，是確保(bao)每一(yi)季(ji)的(de)(de)產(chan)品都能(neng)被正(zheng)確分選和包裝，從而提升(sheng)品質、一(yi)致性與收益(yi)。
什么是人工智能？
人工(gong)智能（AI）是一(yi)個統(tong)(tong)稱(cheng)，包含多種(zhong)先進的(de)(de)(de)模型(xing)和算法，賦予機器(qi)“感知—思考—行動—自我(wo)優化”的(de)(de)(de)能力，以模擬人類的(de)(de)(de)決(jue)策過(guo)程。當 AI 技術應用于分選系統(tong)(tong)時(shi)，可在速度、一(yi)致(zhi)性與準確性方面遠超人工(gong)操作(zuo)。
在陶朗食品，我們將 AI 技術深度(du)集(ji)成于光學檢(jian)測(ce)與分(fen)選(xuan)設(she)備中，確保不同品種、狀態與產量的(de)產品都能精準、高效(xiao)地完成分(fen)選(xuan)。
任(ren)何人工智(zhi)能產品的一項(xiang)關鍵要(yao)素是(shi)(shi)訓(xun)練(lian)數據(ju)的質(zhi)(zhi)量(liang)。對(dui)分選(xuan)系統(tong)而言，這些數據(ju)以訓(xun)練(lian)圖像(xiang)(xiang)的形式存在。而圖像(xiang)(xiang)數量(liang)與標(biao)注準確性，直(zhi)接決定模型表現的好壞。如(ru)果您(nin)是(shi)(shi)農產品的種植者(zhe)、包(bao)裝商或(huo)加(jia)工商，您(nin)需要(yao)一款(kuan)不僅能基于海量(liang)數據(ju)（所有(you)品種、缺(que)陷、季節性等(deng)）進行(xing)訓(xun)練(lian)的 AI 產品，還(huan)能基于質(zhi)(zhi)量(liang)數據(ju)進行(xing)訓(xun)練(lian)。高質(zhi)(zhi)量(liang)的圖像(xiang)(xiang)（結合分選(xuan)機(ji)上的高性能傳感器）能幫助(zhu)您(nin)快速提(ti)升(sheng)績效。
這正是陶朗(lang)(lang)的(de)(de)優勢所在。陶朗(lang)(lang)擁有領(ling)先的(de)(de)數據資源(yuan)和硬件設備，能采集高質量圖像并訓練出(chu)表現卓越的(de)(de)模型。這源(yuan)于我們遍布全球的(de)(de)多樣化(hua)農產品數據庫(ku)、精準的(de)(de)光學(xue)傳感技術以及遍布世界(jie)各(ge)地的(de)(de)成(cheng)功(gong)應用經驗。
更(geng)(geng)好(hao)的(de)訓練數據和更(geng)(geng)好(hao)的(de)機(ji)器性能帶(dai)來(lai)更(geng)(geng)智能的(de)結果，讓您(nin)實現更(geng)(geng)高(gao)產值和更(geng)(geng)強市場競爭力。
SmartSort：精準機器學習驅動
多年來，陶朗食品在產品中廣泛應用 AI 中的一個分支——機器學習，其核心引擎名為 SmartSort。
SmartSort 能識別大量圖像中的規律(lv)，用(yong)于檢測：
- 異物
- 結構性缺陷（與產品尺寸無關）
- 色彩異常（如葉片上的黑點）
當(dang)我們(men)談論陶朗食品的(de)(de)機器(qi)學習(xi)時，我們(men)指的(de)(de)是各(ge)種各(ge)樣(yang)的(de)(de)模(mo)型和應用(yong)，從簡單的(de)(de)預測到多變量(liang)決策。總(zong)而言(yan)之，它擁有令人難以置(zhi)信的(de)(de)精準(zhun)度，能(neng)夠(gou)賦(fu)能(neng)操(cao)作員。操(cao)作員可通(tong)過直觀界(jie)面(mian)，在(zai) TOMRA 5B 或 5C 設備(bei)中(zhong)自定(ding)義分選(xuan)標準(zhun)（如形狀、尺(chi)寸、生物特征(zheng)等），設定(ding)后系統即(ji)可自動運(yun)行，并在(zai)運(yun)行中(zhong)持續優化學習(xi)，提(ti)升(sheng)穩定(ding)性(xing)和準(zhun)確性(xing)。隨著時間(jian)的(de)(de)推移，它會提(ti)升(sheng)操(cao)作員的(de)(de)績效，甚至可能(neng)開辟新(xin)的(de)(de)收(shou)入來源(yuan)。使(shi)(shi)用(yong) 5B 和 5C 內置(zhi)的(de)(de)機器(qi)學習(xi)功能(neng)的(de)(de)客戶(hu)發現，他(ta)們(men)能(neng)夠(gou)輕松滿足最嚴格(ge)的(de)(de)產品安(an)全(quan)標準(zhun)，并快速適應不斷變化的(de)(de)客戶(hu)要求和期望(wang)。3A 和 5A 也(ye)內置(zhi)了機器(qi)學習(xi)功能(neng)。例如，美國 Sackett Ranch 使(shi)(shi)用(yong) TOMRA 3A 去除田間(jian)異物如石頭、玉米芯(xin)、土(tu)塊和綠(lv)色土(tu)豆等，再通(tong)過 TOMRA 5A 進(jin)行最終分級。TOMRA 5A 是一款(kuan)多變量(liang)分選(xuan)設備(bei)（基于機器(qi)學習(xi)），可根據土(tu)豆的(de)(de)大小、質量(liang)和顏色對其進(jin)行分類，并剔除綠(lv)色和不合格(ge)的(de)(de)土(tu)豆，確保殘(can)次品率低于 2%。
什么是深度學習？
是目前應用于農產品分選中先進的 AI 技術。陶朗食品的深度學習系統以為核心，打造了旗艦產品 LUCAi?。
CNN 能(neng)自(zi)動(dong)識別圖像中的邊緣、紋理(li)、顏色等特征，就像人類(lei)大腦在視覺上所做的處理(li)。當您在田地(di)里看到(dao)土(tu)壤干(gan)燥、天氣晴朗、植(zhi)物枯萎，您會(hui)通過整體觀(guan)察判(pan)斷“這里太干(gan)旱(han)了，需要灌溉”。構成 CNN 的深層網絡和訓練數據將更(geng)好地(di)理(li)解植(zhi)物枯萎的原因，不僅對預測更(geng)有(you)信心，還能(neng)了解葉片枯萎的嚴重程度(du)。LUCAi? 就具備(bei)類(lei)似的綜合判(pan)斷能(neng)力。
陶朗食品應用深度(du)學(xue)習(xi)來(lai)預測缺(que)陷或瑕(xia)疵(ci)的嚴重程度(du)，這(zhe)為種植者和包(bao)裝(zhuang)商(shang)帶(dai)來(lai)了更高的精度(du)和定制化(hua)。
為(wei)什么選擇卷積神經網絡(luo)而(er)不是其(qi)他方法？因(yin)為(wei)它們(men)恰好非(fei)常適合食(shi)品分(fen)(fen)類(lei)和分(fen)(fen)級，因(yin)為(wei)這些復雜模型的本質提供了：
- 精準度：完美識別瑕疵、擦傷和細微缺陷
- 分層學習：理解簡單和復雜的視覺模式
- 適應性：適應不同的品種、光照條件和生長環境
- 可靠性：即使跨班次和操作員也能提供一致的結果
LUCAi? 如何實現 99% 以上的缺陷準確率
傳統的(de)(de)基(ji)于簡單(dan)機器學習(xi)的(de)(de)分(fen)(fen)級模(mo)型，通(tong)過分(fen)(fen)析(xi)水果的(de)(de)各(ge)個部分(fen)(fen)（每次僅分(fen)(fen)析(xi)幾個像(xiang)素）來工(gong)作。而得益于我(wo)們之前描述(shu)的(de)(de) CNN， LUCAi? 可模(mo)擬人腦的(de)(de)視覺皮層，在做出(chu)智(zhi)能(neng)的(de)(de)、基(ji)于情境感知的(de)(de)預測(ce)之前，先理解整幅圖像(xiang)。從這個意義上講，它(ta)(ta)不只是標記(ji)腐爛或缺陷(xian)——它(ta)(ta)了解它(ta)(ta)們是什么、它(ta)(ta)們的(de)(de)嚴重程度以及這對水果在分(fen)(fen)級公差范圍內意味(wei)著什么。
LUCAi? 能以(yi)超(chao)過 99% 的準確率(lv)檢測出缺陷，并結合以(yi)下(xia)信(xin)息為每個(ge)果品賦值：
- 缺陷類型：產品有什么問題
- 置信度：分類的確定性
- 嚴重程度評級：0-100 的等級，衡量缺陷的嚴重程度
這賦予(yu)操作人員更高的(de)(de)控制力，同時(shi)消除了人為干預帶來的(de)(de)不一致性，使(shi)得產品分級標準更加統一、可靠。
傳統機器學習與深度學習：哪種更適合您？
| 比較維度 | 機器學習（SmartSort） | 深度學習（LUCAi?） |
|---|---|---|
| 模型類型 | 多變量傳統算法 | 卷積神經網絡（CNN） |
| 數據復雜性 | 簡單至多變量，像素級分析 | 自動特征提取 |
| 操作員設置 | 需要專家配置 | 由主操作員進行標準化設置 |
| 學習能力 | 需人工訓練新缺陷 | 陶朗模型持續更新，全球共享 |
| 一致性 | 配置得當的時候效果好 | 各季節、各班次始終如一 |
| 性能表現 | 操作員熟練時表現出色 | 一經設定，持續高精度 |
| 數據產權 | 本地系統，數據歸屬客戶 | 共享全球模型，持續優化 |
這兩種 AI 技術(shu)都非常強(qiang)大(da)(da)，但(dan)它(ta)們滿足的需(xu)求(qiu)不同。機器學(xue)(xue)習功(gong)能強(qiang)大(da)(da)、靈(ling)活且易于操作，而深度(du)學(xue)(xue)習可(ke)以提高精度(du)，同時(shi)帶來一(yi)致性，并減少技術(shu)和(he)整體(ti)的培(pei)訓需(xu)求(qiu)。
如果您正在使用陶朗設備，您很可能已在用 AI
陶朗食品不斷升(sheng)級其(qi) AI 技術，持續(xu)擴展模型的功能與適用范(fan)圍(wei)。我們(men)的目標始終是：提(ti)升(sheng)精(jing)度、降低復雜度、讓每位(wei)客(ke)戶都能輕松應對變(bian)化(hua)。
如需了(le)解 LUCAi? 或(huo) SmartSort 如何適配您(nin)的(de)業務，請聯系您(nin)的(de)客戶經理，或(huo)通(tong)過(guo)我們的(de)官(guan)網獲(huo)取更多(duo)信息。
可搭載 AI 的陶朗分選與分級設備
適用于不同產品與場景的解決方案：
- TOMRA 3A：高效剔除田間異物，適用于馬鈴薯、洋蔥、甜菜等。
- TOMRA 5A：結合尺寸測量與缺陷識別，適用于鮮食馬鈴薯、蘿卜、腌黃瓜、辣椒等。
- TOMRA 5B：追求極致質量與高產出，適用于冷凍蔬菜、水果干等。
- TOMRA 5C：可靠剔除異物并便于維護，適用于藍莓、干果、葉菜等。
- KATO260 + LUCAi?：專為藍莓打造的 AI 智能分級平臺。
- InVision2 + LUCAi?：柔軟果實（如櫻桃）智能分級，兼顧產能與一致性。
- Spectrim + LUCAi?：水果分級首選，適用于蘋果、牛油果、柑橘、獼猴桃等。
- TOMRA Neon：高效剔除藍莓串果、不成熟果與異物，為包裝線提速。
若您希(xi)望深入了(le)解陶朗(lang)的(de) AI 解決方案(an)如何提(ti)升您的(de)工廠效能，歡迎聯(lian)系我們安排演(yan)示(shi)或技術支持。