为新鲜农产品制定合适的分级标准，往往需要投入大量时间、沟通和努力。而随着每一季节的变化，挑战也随之而来。陶朗食品正是借助 AI 驱动的解决方案，帮助您轻松应对这种变化。
从先进的深度学习模型到用户友好的机器学习应用，我们的 AI 技术不仅支持您做出更明智的战略决策，还能减轻操作人员的负担。最终目标，是确保每一季的产品都能被正确分选和包装，从而提升品质、一致性与收益。
什么是人工智能？
人工智能（AI）是一个统称，包含多种先进的模型和算法，赋予机器“感知—思考—行动—自我优化”的能力，以模拟人类的决策过程。当 AI 技术应用于分选系统时，可在速度、一致性与准确性方面远超人工操作。
在陶朗食品，我们将 AI 技术深度集成于光学检测与分选设备中，确保不同品种、状态与产量的产品都能精准、高效地完成分选。
任何人工智能产品的一项关键要素是训练数据的质量。对分选系统而言，这些数据以训练图像的形式存在。而图像数量与标注准确性，直接决定模型表现的好坏。如果您是农产品的种植者、包装商或加工商，您需要一款不仅能基于海量数据（所有品种、缺陷、季节性等）进行训练的 AI 产品，还能基于质量数据进行训练。高质量的图像（结合分选机上的高性能传感器）能帮助您快速提升绩效。
这正是陶朗的优势所在。陶朗拥有领先的数据资源和硬件设备，能采集高质量图像并训练出表现卓越的模型。这源于我们遍布全球的多样化农产品数据库、精准的光学传感技术以及遍布世界各地的成功应用经验。
更好的训练数据和更好的机器性能带来更智能的结果，让您实现更高产值和更强市场竞争力。
SmartSort：精准机器学习驱动
多年来，陶朗食品在产品中广泛应用 AI 中的一个分支——机器学习，其核心引擎名为 SmartSort。
SmartSort 能识别大量图像中的规律，用于检测：
- 异物
- 结构性缺陷（与产品尺寸无关）
- 色彩异常（如叶片上的黑点）
当我们谈论陶朗食品的机器学习时，我们指的是各种各样的模型和应用，从简单的预测到多变量决策。总而言之，它拥有令人难以置信的精准度，能够赋能操作员。操作员可通过直观界面，在 TOMRA 5B 或 5C 设备中自定义分选标准（如形状、尺寸、生物特征等），设定后系统即可自动运行，并在运行中持续优化学习，提升稳定性和准确性。随着时间的推移，它会提升操作员的绩效，甚至可能开辟新的收入来源。使用 5B 和 5C 内置的机器学习功能的客户发现，他们能够轻松满足最严格的产品安全标准，并快速适应不断变化的客户要求和期望。3A 和 5A 也内置了机器学习功能。例如，美国 Sackett Ranch 使用 TOMRA 3A 去除田间异物如石头、玉米芯、土块和绿色土豆等，再通过 TOMRA 5A 进行最终分级。TOMRA 5A 是一款多变量分选设备（基于机器学习），可根据土豆的大小、质量和颜色对其进行分类，并剔除绿色和不合格的土豆，确保残次品率低于 2%。
什么是深度学习？
深度学习是目前应用于农产品分选中先进的 AI 技术。陶朗食品的深度学习系统以卷积神经网络（CNN）为核心，打造了旗舰产品 LUCAi™。
CNN 能自动识别图像中的边缘、纹理、颜色等特征，就像人类大脑在视觉上所做的处理。当您在田地里看到土壤干燥、天气晴朗、植物枯萎，您会通过整体观察判断“这里太干旱了，需要灌溉”。构成 CNN 的深层网络和训练数据将更好地理解植物枯萎的原因，不仅对预测更有信心，还能了解叶片枯萎的严重程度。LUCAi™ 就具备类似的综合判断能力。
陶朗食品应用深度学习来预测缺陷或瑕疵的严重程度，这为种植者和包装商带来了更高的精度和定制化。
为什么选择卷积神经网络而不是其他方法？因为它们恰好非常适合食品分类和分级，因为这些复杂模型的本质提供了：
- 精准度：完美识别瑕疵、擦伤和细微缺陷
- 分层学习：理解简单和复杂的视觉模式
- 适应性：适应不同的品种、光照条件和生长环境
- 可靠性：即使跨班次和操作员也能提供一致的结果
LUCAi™ 如何实现 99% 以上的缺陷准确率
传统的基于简单机器学习的分级模型，通过分析水果的各个部分（每次仅分析几个像素）来工作。而得益于我们之前描述的 CNN， LUCAi™ 可模拟人脑的视觉皮层，在做出智能的、基于情境感知的预测之前，先理解整幅图像。从这个意义上讲，它不只是标记腐烂或缺陷——它了解它们是什么、它们的严重程度以及这对水果在分级公差范围内意味着什么。
LUCAi™ 能以超过 99% 的准确率检测出缺陷，并结合以下信息为每个果品赋值：
- 缺陷类型：产品有什么问题
- 置信度：分类的确定性
- 严重程度评级：0-100 的等级，衡量缺陷的严重程度
这赋予操作人员更高的控制力，同时消除了人为干预带来的不一致性，使得产品分级标准更加统一、可靠。
传统机器学习与深度学习：哪种更适合您？
| 比较维度 | 机器学习（SmartSort） | 深度学习（LUCAi™） |
|---|---|---|
| 模型类型 | 多变量传统算法 | 卷积神经网络（CNN） |
| 数据复杂性 | 简单至多变量，像素级分析 | 自动特征提取 |
| 操作员设置 | 需要专家配置 | 由主操作员进行标准化设置 |
| 学习能力 | 需人工训练新缺陷 | 陶朗模型持续更新，全球共享 |
| 一致性 | 配置得当的时候效果好 | 各季节、各班次始终如一 |
| 性能表现 | 操作员熟练时表现出色 | 一经设定，持续高精度 |
| 数据产权 | 本地系统，数据归属客户 | 共享全球模型，持续优化 |
这两种 AI 技术都非常强大，但它们满足的需求不同。机器学习功能强大、灵活且易于操作，而深度学习可以提高精度，同时带来一致性，并减少技术和整体的培训需求。
如果您正在使用陶朗设备，您很可能已在用 AI
陶朗食品不断升级其 AI 技术，持续扩展模型的功能与适用范围。我们的目标始终是：提升精度、降低复杂度、让每位客户都能轻松应对变化。
如需了解 LUCAi™ 或 SmartSort 如何适配您的业务，请联系您的客户经理，或通过我们的官网获取更多信息。
可搭载 AI 的陶朗分选与分级设备
适用于不同产品与场景的解决方案：
- TOMRA 3A：高效剔除田间异物，适用于马铃薯、洋葱、甜菜等。
- TOMRA 5A：结合尺寸测量与缺陷识别，适用于鲜食马铃薯、萝卜、腌黄瓜、辣椒等。
- TOMRA 5B：追求极致质量与高产出，适用于冷冻蔬菜、水果干等。
- TOMRA 5C：可靠剔除异物并便于维护，适用于蓝莓、干果、叶菜等。
- KATO260 + LUCAi™：专为蓝莓打造的 AI 智能分级平台。
- InVision² + LUCAi™：柔软果实（如樱桃）智能分级，兼顾产能与一致性。
- Spectrim + LUCAi™：水果分级首选，适用于苹果、牛油果、柑橘、猕猴桃等。
- TOMRA Neon：高效剔除蓝莓串果、不成熟果与异物，为包装线提速。
若您希望深入了解陶朗的 AI 解决方案如何提升您的工厂效能，欢迎联系我们安排演示或技术支持。