会学习的真AI泰禾色选机已经1周岁啦
Date de publication:2020-04-17 Nombre de vues:5281
机器学习MachineLearning
你一定还记得,2016年AIphaGo与围棋世界冠军李世石的世界之战,人工智能AIphaGo最终以4:1获胜,引起一番轰动。
其实作为一个战胜世界冠军的人工智能机器人其主要工作原理是“深度学习”。
随着计算机技术的发展,AI技术已经得到更广泛的应用,为各行各业创造更多价值。
泰禾光电&AI技术
泰禾光电早于2019年,已将AI技术应用于欧洲某食品色选项目,此项目利用机器深度学习让人工智能程序具有识别图像的能力,填补了国内外AI分选领域的空白;满足了普通色选技术不能满足的大物料精准分选,为客户带来了更多的色选便利,促进了产量增加。
(泰禾AI色选机)
深度学习简单来说就是指模拟人脑进行分析学习的深度神经网络,即用计算机程序模拟人的学习能力,从实际例子中习得知识和经验。
泰禾光电通过卷积技术实现数字图像处理,利用神经网络学习图像的抽象特征,为物料识别提供深度学习的检测、分割、识别算法,以工业级高速计算平台实现物料的精准剔除。
泰禾AI色选机
泰禾将AI技术运用到色选领域,也是既泰禾首次将CCD技术运用到色选行业后的里程碑式的革新。
泰禾AI色选机是通过以下四个步骤实现的,
首先,机器通过收集到的大量物料样本图像,标注出这些物料图像的类别;
其次,样本标注好进行计算机算法学习得到标准物料模型;
随后,利用模型对新物料图像进行检测、分割、识别,如物料的缺陷、形状、颜色等;
最后,泰禾AI色选机,剔除坏的物料,分选出符合标准的物料。
(神经网络层结构)
泰禾光电AI应用
在泰禾光电AI色选设备中,在计算机视觉技术与深度学习技术用于物料分选场景下具有较高的识别精度,分类识别率在99.99%以上。
综上所述,泰禾光电AI色选设备采用了高精度的深度卷积网络图像识别算法,具有识别精度高,算法高速等特点,能够将单张物料图片识别时间控制在5ms以内(即每小时可处理72万张以上物料图片),能够有效地保证设备的处理量。
未来,泰禾光电将不断革新技术,坚持创新,引领色选行业发展,助力企业客户以科技带动产业升级。
- Page précédente:泰禾案例 | 安徽丰乐农化有限公司
- Chapitre suivant:十年研发深耕,知茶,更懂你