制造和加工——利用物联网提升食品加工效率

一旦食品到达中央枢纽或加工厂，并不总是直接运往超市。很多时候，食品会经过一系列加工步骤，例如按质量进行分类。过去，这个过程通常是手动的——从采摘时开始，采摘者只挑选成熟的水果；然后在工厂里，水果通过传送带，员工们手动去除任何有瘀伤或腐烂的水果。我自己在学校暑假期间曾做过采摘和分拣草莓的工作，我可以证明这并不是一份轻松的工作。

更现代的设置依赖于物联网进行分拣。一些最早的设备，如来自Weco的分拣机，使用光学传感器检测农产品的质量，例如拒绝绿色的西红柿。这些设备可以在农场上的收割机上部署，也可以在加工厂中使用。

随着人工智能（AI）和机器学习（ML）的进步，这些机器可以变得更加先进，使用经过训练的ML模型来区分水果和外来物体，如石头、泥土或昆虫。这些模型还可以训练以检测水果质量，不仅限于瘀伤的水果，还包括早期发现疾病或其他作物问题。

术语ML模型指的是在一组数据上训练机器学习软件的输出。例如，您可以训练一个ML模型来区分成熟和未成熟的西红柿，然后在新图像上使用该模型以判断西红柿是否成熟。

在这4节课中，您将学习如何训练基于图像的AI模型以检测水果质量，如何从物联网设备使用这些模型，以及如何在边缘运行这些模型——即在物联网设备上而不是在云中运行。

这些课程将使用一些云资源。如果您没有完成本项目的所有课程，请确保您清理您的项目。

主题

1. 训练水果质量检测器
2. 从物联网设备检查水果质量
3. 在边缘运行您的水果检测器
4. 从传感器触发水果质量检测

致谢

所有课程均由Jen Fox和Jim Bennett用爱心编写。

声明:
本文件灏天文库团队进行了翻译。尽管我们力求准确，但请注意，翻译可能包含错误或不准确之处。原文档以其原始语言为准。我们不对因使用此翻译而产生的任何误解或误译负责。