小明發現在琳瑯滿目的年貨清單里，紅如寶石、甜脆可口的車厘子，穩穩搶占了C位。

當你悠閑地品嘗著每一顆近乎完美的果實時，是否想過，它們是如何從萬千果園中，經過層層篩選，以統一的“高顏值”和“好品質”出現在你面前的？

Chinese New Year

AI與機器視覺

智能分選系統

應用場景

本期就讓小明來為你揭秘背后的“科技與狠活”。這并非簡單的挑挑揀揀，而是一場融合了尖端光學、精密機械和人工智能的高科技盛宴。

系統通過高清工業相機

瞬間捕捉果實的影像

↓實現兩大目標↓

尺寸分級

通過圖像分析，精確計算出每一個果實的直徑，并按照嚴格的規格（如JJJ、JJ、J等級）進行分道。

缺陷檢測

主要缺陷包括自然爛果、采摘傷痕、鳥啄、疤痕、裂果、畸形等情況。

所有這些，都需要在果子高速滾動的過程中被毫秒級識別并分類剔除，其精度和速度遠超最熟練的工人

核心挑戰

1、如何呵護“嬌嫩”的果實？

車厘子質地偏軟，皮薄多汁，傳統的機械接觸式分選極易造成二次損傷。

解決方案：“無接觸式”光學檢測。整個檢測過程，果實僅在柔軟的輥軸或清水通道上移動，機器視覺系統自上而下進行非接觸式掃描，真正實現了“看而不碰”，最大限度保證了水果的完好與新鮮。

2、如何實現“360度無死角”檢測？

車厘子姿態隨機，如何看到被遮擋的側面和底部，是保證檢出率的關鍵。

解決方案：多相機陣列與特殊光路。通過巧妙地布置多個相機，并利用鏡面反射原理，可以在一次拍攝中同時獲取果實多個角度的圖像，實現表面全覆蓋。

AI賦能：從看到 到 看懂的質變

隨著深度學習（AI）技術的成熟，現代分選系統實現了從“規則判斷”到“智能認知”的飛躍。

1、穩定性與可靠性：AI模型通過“學習”標注好的好壞果實圖像，能夠像經驗最豐富的老師傅一樣，精準識別各種復雜、不規則的瑕疵，且不受人工情緒、疲勞度影響，24小時穩定工作

2、高效率與高精度：單條分選線每小時可處理數噸果實，同時將誤判率降至極低水平，經濟效益顯著

3、持續進化：更重要的是，AI系統具備自學習能力。面對新的品種或新的瑕疵類型，它可以通過持續的數據反饋不斷優化模型，越用越“聰明”