SiftAI®多通道马铃薯分选，分级和分类系统
利用先进的人工智能彻底改变排序、大小和分级
利用人工智能，我们的 SiftAI® 视觉系统可以对您的产品和尺寸中的缺陷进行分类，并以行业领先的精度对它们进行分类。我们的创新技术使您的加工设施能够控制产品的质量和一致性，同时降低劳动力成本。
SiftAI® 是 更快、更可靠、更具成本效益 比人工平地机和其他分拣系统更胜一筹。如果您的包装棚仍在使用过时的光学传感器，SiftAI® 可以将其集成到其中，作为即用替代品，从而有效地改造和改善您的运营。
特征
- 自动排序和分级
- 无与伦比的精度和准确性
- 先进的技术可适应自然变化
- 基于 AI 和机器学习技术
- 最佳模型性能-定期更新模型
- 出色的数据可访问性
- 占地面积小
- 用途广泛且可定制
- 用户友好的界面
- 基于 Web 的管理工具
好处
- 缩短吞吐时间和减少浪费，实现产量最大化
- 通过技术实现等级一致性
- 降低了劳动力成本和时间限制
- 全面的操作员可见性
- 提高效率和最佳实践
- 处理具有质量变化的产品，同时以行业领先的精度适应自然变化的产品
- 工程师团队经常更新SifTai的软件，以确保保持最高的精度标准
- 我们的系统提供有关由SifTai摄像机评估的产品的持续更新的数据（例如异物日志、缺陷日志、吞吐量指标和尺寸分布）
- SiftAI® 技术体积小，可轻松安装在现有输送机或剔除系统的上方
应用程序
常用系统配置
全程沟通
基于视觉的车道平衡
它是如何运作的
KPM 利用包括深度学习在内的最新、最好的技术。凭借多年的经验，我们的工程师能够找到适合客户面临的最复杂和最独特的挑战的解决方案。
人工智能和机器学习
自动光学检测和分选
无论是哪种产品，SiftAI® 都可以提供对其进行检查和分类的工具。可以自动捕获有关质量、异物、尺寸、纹理、颜色或任何其他所需内容的可靠信息。控制系统可以使用这些信息来决定如何处理产品。尽管许多竞争对手都追求均匀性，但KPM为能够应对自然界的有机变化而感到自豪。
适用于马铃薯的 SiftAI®
SiftAI® 系统与现有载体相结合，在评估大小和等级的同时，可以可靠地扫描马铃薯是否存在缺陷。我们最先进的硬件和人工智能软件允许棚户指定每种缺陷的可接受百分比。当发现缺陷时，SiftAI® 会精确地将其弹出。该系统还收集准确的大小和等级估算值，将马铃薯送入指定的落差。
用于肉类的 SiftAI®
当切肉在 SiftAI® 系统下高速运行时，该系统可以可靠地确定每块肉的大小和等级。SiftAI® 将每块肉块的数字输出发送到机器人或PLC，机器人或PLC根据其分类（大小、形状、颜色、等级等）指定位置。
用于根茎类蔬菜的 SiftAI®
SiftAI® 系统与现有载体相结合，在评估大小和等级的同时，可靠地扫描根茎类蔬菜是否存在缺陷。我们最先进的硬件和人工智能软件允许操作员指定每种缺陷的可接受百分比。当发现缺陷时，SiftAI® 会精确地将其排出。该系统还收集了准确的大小和等级估算值，将蔬菜送入适当的水果中。
启用深度学习
SiftAI® 使用最先进的人工智能 (AI) 对产品进行细分、规模和分级。该高级平台将分析自然变化，并根据用户定义的属性自动对产品进行路由。
自动弹出或转移不符合规格的产品
自动弹出过程是一项关键功能，可确保在不进行人工干预的情况下从生产线中移除有缺陷的产品。当系统在检查过程中检测到异常或缺陷时，它会触发自动机制，迅速分离、弹出或转移受影响的物品。可以集成许多类型的弹射机构：喷气机、落下或抬起鼻梁、伸缩鼻杆、扫臂、推杆等。迄今为止，SiftAI® 系统已集成到哈根、埃克塞特和 Agray 的分离和弹射系统中。
我们的分拣技术
SiftAI® 系统专为分拣和检查而设计。利用人工智能，我们的创新技术使您的加工设施能够控制产品的质量和一致性，同时降低劳动力成本。
SiftAI® 是 更快、更可靠、更具成本效益 比人工平地机和其他分拣系统更胜一筹。如果您的包装棚仍在使用过时的光学传感器，SiftAI® 可以将其集成到其中，作为即用替代品，从而有效地改造和改善您的运营。
可识别的缺陷
SiftAI® 检测到的常见缺陷
大多数视觉系统无法处理具有质量变化的产品。SifTai 的先进技术 考虑商品的自然变化 以无与伦比的精度，有效地区分有缺陷的产品和可行的产品。例如，我们可以发现的马铃薯缺陷包括：
- 绿色
- 成长破解
- 畸形（香蕉、心形、旋钮、梨等）
- 泥巴
- 豆芽
- 全新 Bruise
- 老瘀伤
- 压力性瘀伤
- Rhizoct
- 腐烂
- 冷冻的
- 还有更多...
行业领先的精度
整个马铃薯包装行业的人工智能分拣模型在复杂性、精度和可靠性方面各不相同。以下是所有这些模型及其功能的排名，从最高到最不有效：
大多数视觉系统无法处理具有质量变化的产品。SifTai 的先进技术 考虑商品的自然变化 以无与伦比的精度，有效地区分有缺陷的产品和可行的产品。例如，我们可以发现的马铃薯缺陷包括：
- 绿色
- 成长破解
- 畸形（香蕉、心形、旋钮、梨等）
- 泥巴
- 豆芽
- 全新 Bruise
- 老瘀伤
- 压力性瘀伤
- Rhizoct
- 腐烂
- 冷冻的
- 还有更多...
软件
Operator Interface
From the at-line Human Machine Interface (HMI), the operator can monitor the inspection in real time. The system saves images of identified defects which the operator can review in detail and label for training and analytics.
Lanes Summary
From the Analytics menu, operators can find out quickly how the system is performing and react to issues in real time.
Defect - Old Bruise
Take a closer look at the defects to get a better idea of the issues within a particular batch. From here you can see how the system came to the conclusion it did.
Defect - Green
Take a closer look at the defects to get a better idea of the issues within a particular batch. Here you can see that the system correctly identified that 25% of the potato surface was green and designated it for the process stream.
Count Totals By Drop
Monitor the counts for each drop to make decisions for downstream processes.
Ejection Misses - Highest
High number of ejection misses are a signal that there could be a mechanical problem with the ejection system. Review the ejections by highest misses, total ejections, or ejections by hour simply by selecting the preferred tab.
Weight Totals
Here is where operators can keep an eye on the weight totals of the defects identified. Switch tabs to review weight totals by drop, size class, defects, classification, and totals by hour.
规格
资源
我们在此重点介绍了一些知识中心资源，以帮助您更好地了解产品。另请访问我们的知识中心获取更多信息和下载，别忘了我们的团队随时乐意回答您的任何问题。
