在食品药品制造、粮食加工业中，为保障产品品质、控制质量成本，分选环节对于质量管理必不可少。

为分选种类多、形态不一的缺陷，以往制造企业一般采用传统分选设备辅助人工分拣的办法，使用传统算法的设备可快速进行相对简单、可量化的缺陷分拣，人工分选则进行复杂、难以量化的缺陷分选，但人工成本高，在速度与准确率等方面难以适应大批量生产的产线需求。

那么，如何以机械替代人工，提高复杂缺陷分拣的效率与准确率?AI人工智能的分支之一，深度学习算法技术已快速发展至可以融入产线之中，高效完成复杂缺陷的分选任务。据悉，深度学习算法通过可达数千层的神经网络，模拟人的思维过程和行为，结合光学装置以及传感器之后，可以模拟人工识别分析图像，分选出难以量化特征、无规律的缺陷，比如发芽花生中的花生芽形状不一、特征难以量化，传统算法难以应对，但智能色选设备通过深度学习算法可以识别其中的细微差异，区分发芽花生与正常花生。

作为色选领域的头部企业，中瑞微视长期致力于光谱在线检测技术研究，将深度学习算法应用于食品色选、粮食分选等领域。针对不同的产品，中瑞微视还可通过个性化方案与配置，为客户针对性地解决色选问题。

专利技术研发

在技术层面，中瑞微视研发团队优化了适用于不同色选领域的各种模型，联合开发的优化模型完全在FPGA实现，实现很高的识别精度和实时性，具有自主知识产权，并通过了科技部重大科技创新鉴定。其色选机通过深度学习算法，可自学习坚果、籽仁、中草药、辣椒等物料的形状、颜色、纹理等特征，准确识别不规则状的斑点/色块、不规则形状、细微形色差异等复杂缺陷，还可根据客户需求，个性化定义需要检测并剔除的缺陷范围，适应不同的原料分类分级需求。

中瑞微视创新将AI深度学习技术运用到色选领域，也是既中瑞微视首次将CCD技术运用到色选行业后的又一大里程碑式的革新。

中瑞微视色选机AI应用

目前，中瑞微视AI色选设备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，已经实现在3000+个行业，70000+种物料的应用，于上一代提升50%的色选精度;还能实现定制化物料学习，100%匹配客户分选物料，识别种类达到国内先进水平。

当下，我国制造业正从“制造大国”向“制造强国”转型升级，人工智能、机器视觉作为实现中国制造2025的核心技术正处于制造产业的风口浪尖，越来越多制造企业正在使用创新的视觉技术进行产品的智能分选，提升质量和效益。因此未来，中瑞微视将不断革新技术，坚持创新，擦亮“智慧之眼”，引领色选行业发展，助力企业客户以科技带动产业升级。

免责声明：市场有风险，选择需谨慎!此文仅供参考，不作买卖依据。

关键词：