PHOENIX-AI Soyabean Smart Color Sorter Caméra haute résolution HDR

Équipé d'un système de micro-vision intégrant l'acquisition d'images et le traitement en temps réel. En mode de capture de mouvement, il suit avec précision les particules de soja en mouvement et capture entièrement les caractéristiques des défauts de surface en une seule exposition. Les défauts tels que les trous d'insectes, la moisissure et les cassures sont clairement détectés pour répondre aux normes de tri rigoureuses.Technologie de correction de distorsion · Distorsion ultra-faible, restaure la morphologie réelleGrâce à une conception optique sophistiquée et à des modèles d'algorithmes auto-développés, il offre une correction de distorsion efficace pour les images capturées, restaurant au maximum la forme géométrique originale des particules de soja et fournissant des données de haute fidélité pour l'identification ultérieure.

Imitant la logique de reconnaissance humaine « yeux et cerveau », il possède une forte capacité anti-interférence contre les perturbations environnementales. Il extrait avec précision des caractéristiques telles que les trous d'insectes, la moisissure et les cassures, et juge rapidement la qualité du soja par apprentissage comparatif. La puce IA NPU dédiée intégrée offre une puissance de calcul robuste sous un fonctionnement à haute vitesse pour un raisonnement et un tri en temps réel.

Bibliothèque de modèles de détection auto-développée avec plus de 30 modèles de tri professionnels disponibles pour invocation en ligne. Elle s'adapte de manière flexible aux exigences de tri des sojas de différentes qualités et réalise une capacité multifonction sur une seule machine.

Les valves d'éjection multicanaux contrôlées intelligemment offrent une réponse à l'échelle de la microseconde, une haute vitesse et une haute sensibilité pour rejeter avec précision les sojas défectueux. L'ouverture et la fermeture flexibles des valves prennent en charge le fonctionnement parallèle, maintenant un débit élevé, une haute efficacité et des performances stables même en cas d'augmentation brutale de la sortie.

L'ensemble du flux de travail, y compris la collecte d'échantillons de soja, la formation de modèles et l'exécution de la prise de décision, est effectué localement sur la machine, sans dépendance à un serveur externe. Seulement 50 images d'échantillons sont nécessaires pour construire un modèle de tri de haute précision en une heure, réalisant « échantillon-collecte-entraînement-déploiement-utilisation instantanée » et raccourcissant considérablement les cycles de déploiement.