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
- 3 种外部缺陷 — 附图片
- 4 种内部缺陷 — 附图片
- 7 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。
内部品质
内部品质缺陷
内部品质无需切开即可测量：将聚焦光线透过果实，透射光的光谱即可揭示其内部状况。
本页未附图片的其他缺陷
果梗 / 果冠 · 果柄 · 叶片 · 凹坑 · 螨害 · 拉伤 · 皮腐
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。