传统上，果园的老板依靠体力劳动来进行柑橘类水果的分级和分类。 这项任务是劳动密集型和乏味的人类，导致错误并减少吞吐量。 当面对这个问题时，果园的老板在高苏（Kaohsiung）开展业务迅速增长，台湾与智能检查和视觉系统集成商** hitspectra **合作。 Thitspectra通过创新的基于计算机的检查系统帮助柑橘种植者迅速提高了检查和分类效率。 Thitspectra使用他们在内部开发的软件，将成像源的5 MP USB 3摄像机集成到果园现有的分类系统中，以创建一个可靠的检查和分级系统，从而提高了总体效率6倍。

分级和分类柠檬：thitspectra基于计算机的检查和排序系统的整合迅速提高了台湾果园运营商的效率和准确性。

###深度学习方法增加了检查范围 早期自动化的水果分类使用基于规则的检查来等级，例如水果颜色和尺寸。 深度学习方法已经开发出来为不容易量化或定义的检查标准的应用提供视觉解决方案，从而允许更广泛的重要检查和分类标准：瑕疵，腐烂，模具和其他缺陷。 Hitspectra能够将新的检查站集成到果园排序设施的现有重量筛选机中。 工业色相机沿传送带进行时，从每个柠檬的多个天使捕获了图像。 然后，针对形状，大小，颜色和表面缺陷的训练数据对图像数据进行分割，融合和分析。 基于培训数据，系统将柠檬将其分为“ OK”或“ NOK”。

AI方法提供了其他检查的可能性：针对形状，尺寸，颜色和表面缺陷的训练数据进行了细分，融合和分析图像数据。

###视觉系统最大化吞吐量，劳动力较小 在整合Hitspectra的视觉解决方案之前，三名员工每小时处理约400公斤柠檬。 新系统允许一名员工每小时处理800公斤，从而增加了惊人的6倍。 基于AI的系统的准确率已提高到90％，而Hitspectra希望在其他更新和培训数据后会看到其他改进。 Hitspectra的经理评论说：“通过成功引入自动视觉检查\ [在农业应用中]，可以减少手动劳动，并且可以量化和标准化检查标准。”

Imaging Source的5 MP USB 3工业摄像机符合USB3视觉，并且很容易整合到新的和现有的系统中。

###紧凑型USB增强图像质量3工业摄像头 成像源的工业颜色相机提供了HDR成像功能，可确保在分类应用中进行精确表面缺陷检测和关键特征分级的高质量图像数据。 他们紧凑的设计和对USB3视觉标准的遵守促进了无缝集成到新的和现有系统中，从而确保了无麻烦的设置。 5百万像素分辨率提供了理想数量的图像数据，毫不费力地从各个角度捕获了多个详细的图像，而无需拧紧系统的计算资源，从而有效地使系统在所需的周期时间内运行。

Source: Computer-Vision-Based Fruit Grading System Increases Throughput 6-Fold