Zi 字媒體

深度學習到底能有多落地？這群學生的「暑假作業」把AI落到了果園裡

2021/12/25

yidianzixun

9月，是桃子豐收的季節。盛產大桃的平谷果農今年又到了一年中最忙的日子。

但有幾個大學生今年比桃農還忙，他們忙著在園子里鼓搗這麼一台機器：

你能猜出這台機器是幹什麼用的么？如果猜不出來的話，看看這幾張動圖可能就明白了：

對，這是一台自動大桃分揀機！看到上圖那三個框了嘛，分別代表著三種不同品相的桃子。

看看第一個框，就知道為什麼說平谷是「桃鄉」了吧？

再多放點桃子試試……

等等好像有哪裡不對……這機器這麼殘暴的把桃子當撞球一樣捅，桃子不都捅壞了么？

這台機器的負責人周忠祥急忙解釋說，這還只是一台原型機，未來如果真的要投入使用會減輕推拉裝置的力度，還會在傳送帶的另一側加上斜坡，保障桃子是緩速滾下去而不是「掉」下去的。

這台原型機，正是4位北京工業大學的「暑期作業」，他們當中既有機械自動化的研究所，也有土木工程專業的大學部生。

事情的起源很簡單，之前學生組織去平谷摘桃，他們注意到現在桃園摘桃、分揀依然全都通過人力完成。因為本身是學習機械自動化的，所以就想利用暑假的時間做一個自動分桃的機器。

分桃機的控制電路（不含桃子識別部分）

周忠祥負是整個項目的負責人，朱明君負責硬體電路和機械結構設計，劉雪峰負責下位機程序編寫和調試，肯亞籍留學生機械結構設計與改進。

機器採用傳送帶的工作方式，前端傳送帶負責將水果分列、調速，後端傳送帶加入圖像採集計算和水果分級部分。這些數據傳入到電腦，然後通過深度學習演算法判斷桃子的等級。

傳送帶上裝有位置感測器，用於監控桃子在運動過程中幾個關鍵時刻的位置。推拉裝置採用氣動的方式，並利用電磁氣動閥控制氣源的通斷。控制電路包含一個主控晶元和電磁閥的驅動電路。桃子被放上流水線后，會運送到黑箱中對其進行拍攝，拍攝的圖片回傳到一台Mac Mini進行識別，之後再根據AI對桃子品相的判斷在指定的位置推落。

由於專業對口，機械的部分對學生來說相對比較實現，但究竟如何讓演算法能識別出好桃和壞桃，對學生來說確是一個難點。

在對多個開源的方案進行對比之後，學生們選擇了使用百度的PaddlePaddle平台作為深度學習的核心。

PaddlePaddle是百度內部開發了3年的并行分佈深度學習，開源於2016年9月1日百度世界大會，支持多種神經網路結構和優化演算法，且以易用性為核心賣點，是最易入門的深度學習平台之一。

在接受採訪時，周忠祥坦誠的表示，相比起深度學習他們更擅長於機械控制和電路。雖然讓機器動起來的這一部分很簡單，但在找到PaddlePaddle之前其實對如何通過計算機判斷桃子好壞並沒有一個很好的解決方案。在使用PaddlePaddle進行模型訓練的過程中，曾經遇到了一些問題並在PaddlePaddle的社區上進行求助。

這個求助帖引起了百度官方的注意，值班的技術人員給予了學生一些技術上的指導，這台原型機才得以順利完成。

協助學生們進行實機試驗的桃園主人是1958年出生的劉連全，種桃經驗35年，目前管理的這片桃園有40畝，近3100棵桃樹，21種桃型，年產量能達到80萬斤。

桃農劉師傅給一群「科技媒體記者」講需求

年輕人都到城裡去打工，整個桃園只有劉連全夫婦兩人長期照顧，在桃樹聲張的其它時段還好，但在桃子的收穫期集中的7-9月就會忙不過來——桃子一旦成熟，如果不及時採摘、分裝、發貨運走，很快就會爛在樹上。

每年到了豐收期，劉連全夫婦都必須要雇傭5個臨時工來分擔桃子的摘取和分揀工作。臨時工的雇傭費用，每年大約要花去3萬元。

摘桃子還好，麻煩的是分桃子，不同的供應商對桃子的質量有較為嚴格的要求，桃農必須首先自己將桃子至少分為三類以滿足他們後續的分揀和包裝需求。

如果是之前有干過同樣工作的臨時工還好，如果雇傭到完全新手的臨時工，還要進行一番培訓才能順利上崗……

事實上，原本在市面上就有一些電子選果機，但這些選果機有兩個方面不能滿足劉連全的需求，一個是只能對大小進行篩選不能對果子的品相進行篩選，另一個是大多數的電子選果機體積巨大需要一個特定的廠房固定安裝，無法在多個果農之間移動貢獻。

學生團隊製作的這款人工智慧撿桃機通過視覺識別和深度學習，對6400多張桃子的原始圖片進行學習，實現了對桃子「品相」的識別——外觀是否完好、是否熟到剛好、是否乾淨等，分揀的原則更接近於人類。

除了普通的桃農可以使用之外，這個機器還可以用在採摘園讓遊客體驗——每個遊客可以把自己摘的桃子放到機器里，然後根據機器的判斷來給打個分，增強採摘的樂趣。

當然，正如前面演示的過程中所看到的，這台原型機還遠沒有達到能夠真的實現農業升級的程度。但它為「人工智慧可以做什麼」這個問題打開了一片全新的思路——

互聯網最初只局限於幾個狹窄的領域，但隨著基礎設施的普及，互聯網已經在人類現代社會的每一個行業和每一個領域都生根落地。

深度學習和人工智慧其實也是如此——在智能音箱、語音助理、無人駕駛之外，所有那些需要對文字、語音、圖像進行簡單識別和判斷和推薦的領域。人工智慧事實上都可以替代現有的人力工作。