每一种缺陷都被单独识别
系统并不只是把产品简单分成“有缺陷 / 完好”。它单独识别每一种缺陷类型，并把它们彼此区分开——果锈不会被当作日灼，碰伤也不会被当作腐烂。
TAREND 的人工智能集成运行在以深度学习训练的模型之上。由于这些模型使用多台设备、跨越多个产季和多个品种采集的真实生产数据训练，准确率非常高，并且不依赖操作员的经验。随着数据集不断扩大，系统每一个产季都会更加准确。
分选的决定权仍在您手中：操作员在屏幕上选择剔除哪种缺陷、每一种归入哪个等级。同一条线可以为不同客户和市场设定不同的品质阈值。
本页包含
- 5 种外部缺陷 — 附图片
- 10 张分级画面截图
- 13 种系统可识别的其他缺陷
外部品质
外部品质缺陷
每张图片展示一种不同的缺陷。这些表面缺陷由高分辨率多光谱相机检出，相机会扫描果实的全部表面。
操作画面
分级过程中操作员看到的画面
以下截图取自真实的分级作业，展示系统如何观察每一颗果实以及如何标记缺陷。
本页未附图片的其他缺陷
果皮皱褶 · 霉变 · 折痕 · 端部裂纹 · 果梗撕裂 · 褐腐病 · 水腐病 · 螽斯危害痕 · 蓟马疤 · 疤痕 · 果梗 · 花萼 · 色泽 / 果梗有无
系统能够识别这些缺陷；本页仅展示在原始资料中拥有独立命名图片的缺陷。
我们一起规划您的生产线
从需求分析到调试投产——聚焦可衡量的绩效与快速的投资回报。