| 作品介紹 |
在傳統農業的後續處理中，大部分的農產品都會先經過人為的篩選再進一步到產品的包裝與運送，這樣的方式在過去人力資源充足的情況下可以完美的應付大量農產品的生產與製造。近年來，少子化以及農村人口減少等問題的加劇，越來越少人投入到農產品製造中，這讓本來可以簡單解決的小問題擴大成了影響農業生產的巨大問題。能夠久放的水稻及地瓜等農產品雖影響較不嚴重，但是對精緻農業中的小番茄與其他水果類來說，無法在時間內完成篩選會是一件十分嚴重的問題。台灣的氣候對於久放的水果十分的不友善，稍一不注意就會腐敗，更何況是在大量生產的農產業中，這樣的情況多如牛毛，因此為了解決這樣的問題我們提出 AIoT 自動化番茄檢測分類產線，透過AIoT 技術改善人力不足以及無法在時間內完成農產品篩選等問題，利用這樣的方式不僅幫農業加快產品產出的速度更是讓傳統農產業朝著科技化轉型跨出一大步!
為使小番茄的篩選過程更加順利且迅速，小番茄的運送過程中使用輸送帶運送，並在運送過程中進行 YOLOv4 深度學習的影像辨識以及非接觸式的甜度偵測，以分析小番茄的優劣。為此，我們將分類的基準分成：完美(有蒂頭)、良好(無蔕頭)、瑕疵、大中小顆、成熟度(3 等級)、甜度(3 等級)，其中：完美(有蒂頭)、良好(無蔕頭)、瑕疵，會透過 YOLOv4 深度學習進行圖像採集與建檔，於影像辨識中智慧地判斷運送過來的小番茄是上述哪一種進行分類?
而另外三種分類：大中小顆、成熟度(3 等級)、甜度(3 等級)，則會透過非接觸式紅外線偵測進行小番茄的甜度與成熟度量測進而完成高複雜度的判定與分類系統，並且在產線進行運轉時將產線上的資訊進行整合後傳遞至後台管理系統，讓產線管理人員能夠對目前產線的運作狀況一目瞭然，並透過產線整合 app 讓產線管理人員能夠對產線的突發狀況進行即時反應，達到資訊透明與及時處理的智慧化特性。 |