製造和加工 - 使用物聯網改善食品加工
一旦食品到達中央樞紐或加工廠，它並不總是直接運送到超市。很多時候，食品會經過多個加工步驟，例如按質量分類。這是一個過去是手動的過程 - 它會在田間開始，採摘者只會採摘成熟的水果，然後在工廠裡，水果會在傳送帶上運行，員工會手動去除任何有瘀傷或腐爛的水果。我自己在學校期間的暑假曾經摘過和分類過草莓，我可以證明這不是一個有趣的工作。
更現代的設置依賴於物聯網進行分類。一些最早的設備，如 Weco 的分選機，使用光學傳感器來檢測農產品的質量，例如拒絕綠色番茄。這些設備可以部署在農場的收割機上，也可以部署在加工廠中。
隨著人工智能 (AI) 和機器學習 (ML) 的進步，這些機器可以變得更加先進，使用經過訓練的機器學習模型來區分水果和異物，如石頭、泥土或昆蟲。這些模型還可以被訓練來檢測水果質量，不僅僅是瘀傷的水果，還可以早期檢測疾病或其他作物問題。
🎓 ML 模型 這個術語指的是在一組數據上訓練機器學習軟件的輸出。例如，你可以訓練一個 ML 模型來區分成熟和未成熟的番茄，然後在新圖像上使用該模型來查看番茄是否成熟。
在這四節課中，你將學習如何訓練基於圖像的 AI 模型來檢測水果質量，如何從物聯網設備中使用這些模型，以及如何在邊緣運行這些模型 - 即在物聯網設備上而不是在雲端運行。
💁 這些課程將使用一些雲資源。如果你沒有完成這個項目中的所有課程，請確保你清理你的項目。