智能桃子分拣机
智能桃子分拣机集成了图像分类模型,并利用机械完成桃子分拣自动化。有效提升了桃子分类拣出的准确率及工作效率,节省大量桃农工作人力
案例技术方向:图像分类
解决问题
桃子采摘后需要根据其品质进行筛选,这项工作主要靠人工完成
人工筛选质量无法得到保证
耗费大量人工和时间成本
商业价值
智能桃子分拣机可以为桃农节省雇人、组织工作等环节的时间精力
提升桃子分拣准确率至90%以上
节省90%人力成本,每年为桃农直接节省3万元
实现细节
人工进行桃子分类,获取训练样本数据
使用深度学习图像分类模型,进行桃子智能分类模型训练
机械自动化采集样本数据,将模型训练总时长从3个月缩短至6小时
使用PaddlePaddle的能力
图像分类模型
图像分类是根据图像的语义信息对不同类别图像进行区分,PaddlePaddle向大家提供多种图像分类模型,也提供了能够将Caffe或TensorFlow训练好的模型文件转换为PaddlePaddle模型文件的模型转换工具
查看详情