基于深度学习的智能视觉识别算法及系统 咨询热线：400-1168-517
敏用智能AI花生分选机 Smart Sorting
业界领先的智能花生米分选设备

目前在各类花生制品的批发和加工企业中，在成品分选线上，大部分企业除了使用传统的色选机进行初步拣选有缺陷的花生粒之外，还需要大量人工进一步拣选色选机无法分拣出的各种异物及有缺陷的花生粒。产品损耗高、招工难、人工成本高、拣选效率低、无法突破产能瓶颈、拣选质量无法保障等众多问题是一直以来普遍存在的现象。为了解决这些问题，敏用公司研发生产的敏用智能花生分选机无疑是这些批发和加工企业的好帮手！
产品特点

> 深度学习的智能视觉检测引擎，可快速、稳定、准确地检测出有缺陷的花生米
> 设备体积小，减少占地面积
> 拣选效率高，单条分选线产能可达1吨/小时
> 智能视觉检测引擎可快速升级，功能升级周期只需一周
产品功能

> 自动剔除检测出有缺陷的花生粒
> 客户可自主选择需要剔除的缺陷种类，检测灵活智能
> 基于深度学习的智能检测引擎
产线布局
深度学习&人工智能
深度学习的检测模式是一种人工智能的检测方式，类似于我们人类认识事物的方式。通过看一种事物的很多个不同形态的实例之后，我们就会认识这种东西，能够感觉到这类东西的特点。以后我们再见到以前没见过的个体，我们依然能够认出这个个体就是这类东西。深度学习方式就是这样，通过总结各类异物图像内在的特征，在图像中识别出我们想要找到的异物。
深度学习的检测模式，是通过对按照异物分类进行标注后的图像进行学习，获得检测模型，通过模型对目标图像进行比较，找出图像中的异物。
通过深度学习检测异物的方式首先需要对异物进行分类，因为每种异物会有各自的共性，每种异物的共性有些可能是可以描述的，比如颜色，形状，尺寸等，有些很难直观的进行描述，比如纹理，明暗变化规律，边缘特征等。通过深度学习方式进行模型训练，不需要对这些特征进行描述，深度学习网络会通过大量的内部参数，总结出各类异物的共性，并通过这些共性，准确的在图像中找出异物。
MY-HS6S1T
—
采用工业视觉传感器实时监测，并内嵌敏用公司自主研发的专业的基于深度学习的花生缺陷智能视觉识别算法和系统，分选花生的缺陷种类可达15种（异物、夹杂粒、异味粒、坏粒、生芽粒、内皮粒、红皮粒、虫蚀粒、火重粒、白斑粒、红斑粒、起泡粒、水烂点等）。
设备选别率可达80%以上，熟米分选效率可达1000公斤/小时，花生破损率低于2%，带出比低至6%左右。
  • 系统界面
  • 工作原理
  • 智选色选对比
  • 实际生产数据
  • 生产视频


2022年1月4日，某客户一条生产线总产量17.639T


白班
夜班
产品：
油炸花生
产品：
油炸花生
规格：
34/38规格：
34/38
生产时长：
10小时
生产时长：
10小时
成品：
9.05吨
成品：
8.589吨
手捡残次：153.6公斤
手捡残次：136.2公斤
智选残次：640公斤
智选残次：650公斤
智选占比：
80.65%
智选占比：
82.68%



免费咨询电话：400-1168-517