在手機拍照越來越普遍的現今，不少攝影界的牛人通過角度、構圖、調色等手段讓長相平凡的普通人變得耐看起來，讓隨處可見的風景擁有了令人向往的力量。而ai的不斷發展使得機械設備的自主學習成為可能。而現今，這兩樣東西開始與食品分揀機結合，出現了智能化能自主學習的食品分揀設備。

萬千拍攝角度錄入為分揀提供先決條件

這類需要拍照的食品分揀機通常由傳送帶、食品品相識別系統、電路控制系統及其他分揀設備構成。當然與食品分揀機搭配 “照相機”后，對構圖、調色等攝影要素都不在意，倒是對角度、存儲等有極高的要求。

一般來說，這類食品分選機擁有傳送帶，通過對食品的機械化整理使得食品能夠以一定的順序通過拍照區域。當然，相機是固定的，而食品的角度則有可能千奇百怪。這就意味著食品分揀設備的品相識別系統內部需要事先錄入不同角度的食品照片，使得品相識別系統能夠從不同角度照片中自動提取影響食品品類的要素。

據了解，目前已出產的桃子智能分選機事先學習了6400多張桃子的照片；日本一名工程師制作的黃瓜分揀機實現存儲了7000多張黃瓜的照片……不難看到，正是經過實現不同拍攝角度照片的錄入、存儲，分揀設備才得以實現智能化分揀。

ai聯合分揀實現設備智能化自學

前期照片錄入后就能夠解決所有問題了么？當然不是，除了前期拍照，這類分選設備的自學習能力也非常重要，這決定了他們是否能夠提升分揀精度，實現智能化分揀。這需要為設備配備深度學習系統，那么食品分揀設備就能在分揀過程中不斷提升分揀能力。

搭載ai意味著將人們從拍攝、上傳、整理照片的重復勞動中解放出來，擁有深度學習能力的分揀設備能夠形成自身的分類邏輯，快速辨別食品品質。目前北京工業大學學生設計的桃子分揀機就搭載了ai系統，目前機器的分揀準確率在九成以上。

美國一企業設計的食品紙箱分揀機為我們展現了ai日后可能擁有的更多方式。當一個設備做到準確區分不同類型的食品包裝后，將學到的知識在系統中共享，那么其他設備將在分揀設備獲得知識的基礎上進行運作，讓機械設備真正站在巨人的肩膀上進行運作。

隨著人們對食品品質的追求逐漸提升，食品分揀機需要滿足更多不同的需求。這種搭載了ai與拍攝功能的智能食品分揀設備能夠根據食品的大小、顏色、品相、品質等來為水果做分類，分類方式符合人們對鮮食食品的需求。

我國人口基數眾多，食品鮮食基數需求大。以我國的水果消費現狀來看，有數據顯示，多數水果的九成以上用于鮮食。這些食品如何分揀，誰來分揀一直是我國的一大難題。

以上是網絡信息轉載，信息真實性自行斟酌。