如果食品分拣机配备照相与AI智能化升级不

　　摘要：这类需要拍照的食品分拣机通常由传送带、食品品相识别系统、电路控制系统及其他分拣设备构成。当然与食品分拣机搭配 “照相机”后，对构图、调色等摄影要素都不在意，倒是对角度、存储等有极高的要求。

　　在拍照越来越普遍的现今，不少摄影界的牛人通过角度、构图、调色等手段让长相平凡的普通人变得耐看起来，让随处可见的风景拥有了令人向往的力量。而AI的不断发展使得机械设备的自主学习成为可能。而现今，这两样东西开始与食品分拣机结合，出现了智能化能自主学习的食品分拣设备。

　　万千拍摄角度录入为分拣提供先决条件

　　这类需要拍照的食品分拣机通常由传送带、食品品相识别系统、电路控制系统及其他分拣设备构成。当然与食品分拣机搭配 “照相机”后，对构图、调色等摄影要素都不在意，倒是对角度、存储等有极高的要求。

　　一般来说，这类食品分选机拥有传送带，通过对食品的机械化整理使得食品能够以一定的顺序通过拍照区域。当然，相机是固定的，而食品的角度则有可能千奇百怪。这就意味着食品分拣设备的品相识别系统内部需要事先录入不同角度的食品照片，使得品相识别系统能够从不同角度照片中自动提取影响食品品类的要素。

　　据了解，目前已出产的桃子智能分选机事先学习了6400多张桃子的照片；日本一名工程师制作的黄瓜分拣机实现存储了7000多张黄瓜的照片……不难看到，正是经过实现不同拍摄角度照片的录入、存储，分拣设备才得以实现智能化分拣。

　　AI联合分拣实现设备智能化自学

　　前期照片录入后就能够解决所有问题了么？当然不是，除了前期拍照，这类分选设备的自学习能力也非常重要，这决定了他们是否能够提升分拣精度，实现智能化分拣。这需要为设备配备深度学习系统，那么食品分拣设备就能在分拣过程中不断提升分拣能力。

　　搭载AI意味着将人们从拍摄、上传、整理照片的重复劳动中解放出来，拥有深度学习能力的分拣设备能够形成自身的分类逻辑，快速辨别食品品质。目前北京工业大学学生设计的桃子分拣机就搭载了AI系统，目前机器的分拣准确率在九成以上。

　　美国一企业设计的食品纸箱分拣机为我们展现了AI日后可能拥有的更多方式。当一个设备做到准确区分不同类型的食品包装后，将学到的知识在系统中共享，那么其他设备将在分拣设备获得知识的基础上进行运作，让机械设备真正站在巨人的肩膀上进行运作。

　　随着人们对食品品质的追求逐渐提升，食品分拣机需要满足更多不同的需求。这种搭载了AI与拍摄功能的智能食品分拣设备能够根据食品的大小、颜色、品相、品质等来为水果做分类，分类方式符合人们对鲜食食品的需求。

　　我国人口基数众多，食品鲜食基数需求大。以我国的水果消费现状来看，有数据显示，多数水果的九成以上用于鲜食。这些食品如何分拣，谁来分拣一直是我国的一大难题。

　　这种通过拍摄对食品进行分拣的设备如果能够做到像美国企业设计的食品纸箱分拣机那样实现数据共享供给深度学习，那么日后，打破对食品种类、大小的局限，通过一个设备实现多数食品的分拣将不再是梦想。而这种设备及信息传递的研发生产，还需相关设备生产企业在这一基础上进行深入研发，从而让这一梦想成为可能。