人工智能推动马铃薯自动分拣和分级的进步

这篇文章最初出现在一期《Spudman》杂志上。 点击此处查看该出版物网站上的文章。

作者：《Spudman》杂志执行编辑梅琳达·沃尔德罗普

总部位于爱达荷州的和田农场种植了超过3万英亩的马铃薯和其他农产品，经营着一个占地14万平方英尺的包装棚，并在2025年存入了3,750万美元的收入。作为美国最大的新鲜马铃薯和洋葱种植运输商之一，该业务亲眼目睹了人工智能驱动的创新所带来的进步。

该公司自1943年以来一直是家族企业，也见证了运气的力量。

世界反兴奋剂农场新鲜业务副总裁基普·耶茨说，世界反兴奋剂农场是KPM Analytics尖端的SifTai马铃薯自动检测和分拣系统的早期适配器，自与这家总部位于马萨诸塞州的科技公司合作以来，它提高了准确性和效率，同时减少了多达80％的劳动力。但是，如果在将近十年前没有机会碰面，这些成就都不可能实现。

耶茨告诉斯普德曼：“在人工智能方面，我们只是一页空白。”“有人开着卡车把土豆拖出我们的大楼，他以为他的姐夫可能有兴趣尝试帮助我们。”

那个姐夫隶属于人工智能驱动的计算机视觉系统专家Smart Vision Works，该公司于2023年被KPM收购。

KPM产品副总裁柯蒂斯·科林说，Smart Vision Works由精通编程但在农业领域却不那么根深蒂固的博士创立，“正在食品中寻找应用我们非常熟悉的技术的好地方”。

由此产生的科技公司与马铃薯种植商之间的合作激发了成功的合作伙伴关系，并为视觉系统行业指明了前景光明的新方向。

土豆的问题

从历史上看，视觉系统没有在马铃薯大小和分选方面取得进展，原因很简单：棕色马铃薯，就像世界反兴奋剂机构种植的四种主要品种之一的赤褐土豆一样，使这些系统广泛使用的色彩差分技术变得模糊不清。

KPM负责马铃薯视觉检查的全国销售代表杰里米·韦斯特说：“赤褐色的土豆是棕色的。”“它们的缺陷在大多数情况下是棕色的。因此，使用色彩差异来分辨真的很困难。”

科林补充说：“很多人被过度承诺和效果不佳的视觉技术所烧死。这会让他们的嘴里有酸味。”

例如，耶茨并没有立即接受这个想法。

他说：“我需要很多说服力。”“我敢肯定，这将是他们迄今为止使用视觉系统所做的最具挑战性的事情。对于赤褐色来说，要识别出网中不一致的地方，或者马铃薯的颜色与实际缺陷的区别将是极其困难的。”

一段视频显示，Smart Vision Works的技术人员正在识别并从培根中移除一小片木头，这让耶茨大为震惊。

“我很难用肉眼辨认出木头。他们实际上必须把它从照片中分出来，这样我才能看到它在哪里，” 耶茨说。“他们就是这样说服我的。... 已经有一段时间了。这已经酝酿了八九年。我们已经发展到了可以大大提高规模的地步，比以前见过的任何规模都要好。”

耶茨说，世界反兴奋剂机构从小规模起步，使用改装后的摄像系统来确定马铃薯的大小，“不带任何分级组件，这样他们就可以通过视觉系统查看马铃薯并获得正确的尺寸——获得长度、宽度和高度——然后根据密度系数进行计算来确定马铃薯的体积。”“然后，我们开始了分级之路，消除了缺陷，并创建了一个模型，使我们能够按照美国农业部的标准对马铃薯进行分级，并清除破损、发绿和受伤的马铃薯。”

韦斯特说，根据美国农业部的标准，“你可以有一定数量的表面积来覆盖缺陷。”“据我所知，没有其他系统能像我们一样真正测量缺陷的大小并向你提供表面积百分比。这与美国农业部的标准以及客户制定的标准直接相关。”

工作中的科技

SifTai的分类、大小和分级系统使用先进的视觉和人工智能算法来精确测量马铃薯，发现缺陷并确保尺寸均匀。

该系统包括：

• 用于分级和异物检测的智能表
• 多车道马铃薯分选、大小和分级系统
• 食品生产异物检测系统（主要用于切片和加工）
• 机器人分拣机

科林说，最初，Smart Vision Works系统不包括设备。

他说：“我们刚刚融入了现有的机器，提供了大脑和眼睛。”“自从我们被KPM Analytics收购以来，我们一直在扩大马铃薯市场，并使用SifTai平台提供更多解决方案... 我们已经超越了色彩领域。如果颜色变化超过这个阈值，那么它就不是一个坏产品了。

“不幸的事实是，即使在同一批土豆中，马铃薯的肤色也会有所不同。可能会有皮肤，客户可能可以接受。目前，我们的 AI 模型已经在数百万个马铃薯上进行了训练，这些品种来自不同季节、不同田地、不同地点。现在，它在识别缺陷方面非常专业，而不仅仅是'颜色有点差'。”

韦斯特说，根据业务规模和所用设备，马铃薯加工商和包装商可以在10个月至三年内获得投资回报。

耶茨说，世界反兴奋剂机构农场将其劳动力需求减少了75％至80％，同时提高了分拣准确性。

他说：“我们所做的那种工作，是艰苦的劳动，我们只是看不到有人愿意做这种工作。”“人工智能的思维不会徘徊。它保持对焦和目标。它会照它说的去做。本质上，一个机器人可以获得与两个人相同的（生产）周期。... 它比人类所能做的要好得多。”

自动前进之路

根据其网站，除水果和蔬菜行业外，KPM在100多个国家拥有100多名客户，还与饮料、休闲食品、谷物和谷物等行业合作。

韦斯特说，其马铃薯的存在推动了其增长，也推动了竞争对手的技术更新。

他说：“现在，爱达荷州SifTai的马铃薯分拣占车道分拣的70％以上。”“竞争推动创新，创新对种植者和仓库确实有好处。”

韦斯特强调，KPM努力与种植者建立合作伙伴关系，利用反馈来改进他们的产品，同时允许客户访问公司数据并将其应用到他们的运营中。例如，公司数据可能显示普遍存在压力性瘀伤，这可能表明存储堆太深或设备出现问题。

韦斯特说：“如果你让一个种植者进入棚子，他要做的第一件事就是去看看扑杀带上有什么，看看发生了什么。”“他不想在那条扑杀带上看到任何好土豆。但是，为了能够获取有关每个马铃薯的信息并将这些信息返回给他... 你可以双向发送很多信息。”

展望未来，韦斯特认为马铃薯包装商和加工商还有更多的人工智能可能性——包括在产品进入大棚之前。

“我们还有很多可以取得的进步。无论是用户界面还是内部缺陷检测，它都是一个非常开放的市场，” 他说。“还有很多领域需要服务。这也包括向农场层面扩张。在土豆洗净之前，可以做很多事情来提供帮助。”

曾经持怀疑态度的耶茨现在渴望看到人工智能的未来。他描绘了进步 “完善现有事物，可能会给它更多的马力。我们需要提高计算能力，这样我们才能做更多的事情，更快地完成任务。”

如果说过去十年有任何迹象的话，这一愿景将成为现实。

韦斯特说：“在过去的十年中，这项技术取得了突飞猛进的发展。”“很高兴看到人们真正关注马铃薯市场，因为它确实是最有价值的市场之一。

“种植者努力种植他们的产品，我们没有理由不使用最好的技术来帮助他们获得最大的回报，这样他们就可以在艰难的岁月里继续当农民，在美好的岁月里蓬勃发展。”