.jpg)
為了確保國貿市場咖啡豆的品質，咖啡豆在烘焙之前必需進行一道篩選程序，檢測變色、發酵、霉變、蟲蛀，以及破損或碎裂豆等問題。然而，人工篩選耗時費力，且常因疲勞而出錯，造成品質不穩。研華為咖啡生產商推出結合AI的解決方案，能夠依據整體供應鏈與價值鏈中的各種特質來分析並篩選咖啡豆。此技術是由光學篩選器以及品質分類系統所組成，透過即時AI檢測實現非侵入式且高效的檢測。不僅如此，這些技術將可達成更廣泛的農業應用。
背景
在全球商貿市場中，咖啡貿易額曾經一度高居第二，僅次於原油。在需要提神或保持清醒的時刻，來上一杯咖啡是最常見的解決之道，使其成為成千上萬人的每日必須品，創造龐大的市場，也讓充滿商機的咖啡豆被譽為農業「黑金」。咖啡的風味受到許多因子影響，而咖啡豆品質是最為重要的因素。
品質不穩是各類農產品長久面臨的問題，至今，此類產業中尚未出現採用人工智慧大規模檢測作物品質的應用。即使作物沒有破損、滲漏或變色等明顯外觀問題，也還可能有隱藏在表面之下的碰傷或其他損傷，因此很難在短時間內評估。由於碰傷的症狀可能要在之後才會被發現，品質管理往往是一大難題。
傳統上，篩選綠咖啡豆是以人工的方式進行，而這項工作不只進度很慢、很無趣，還很容易出錯。要解決這些問題，咖啡生產業需要的是快速、全方位且非侵入式的檢測方法。幸好，近期在多光譜影像以及機器學習上的發展讓即時篩選的能力有了長足進步。
如今，利用AI驅動的檢測與篩選，咖啡生產商有史以來第一次能夠以超越傳統機械式區分法的高速處理大量咖啡豆，再也不需經由傳統方法的烘焙和品嘗流程來判斷品質。使用AI光學篩選器，咖啡生產商即可依據嚴格的標準篩選出規格統一的批量，穩定產出更高品質的配方。
品質不穩是各類農產品長久面臨的問題，至今，此類產業中尚未出現採用人工智慧大規模檢測作物品質的應用。即使作物沒有破損、滲漏或變色等明顯外觀問題，也還可能有隱藏在表面之下的碰傷或其他損傷，因此很難在短時間內評估。由於碰傷的症狀可能要在之後才會被發現，品質管理往往是一大難題。
傳統上，篩選綠咖啡豆是以人工的方式進行，而這項工作不只進度很慢、很無趣，還很容易出錯。要解決這些問題，咖啡生產業需要的是快速、全方位且非侵入式的檢測方法。幸好，近期在多光譜影像以及機器學習上的發展讓即時篩選的能力有了長足進步。
如今，利用AI驅動的檢測與篩選，咖啡生產商有史以來第一次能夠以超越傳統機械式區分法的高速處理大量咖啡豆，再也不需經由傳統方法的烘焙和品嘗流程來判斷品質。使用AI光學篩選器，咖啡生產商即可依據嚴格的標準篩選出規格統一的批量，穩定產出更高品質的配方。
系統要求
在現今的市場中，業界越來越需要能夠篩選出最佳咖啡豆的精確高效方法，以沖泡優質的咖啡。最高品質的咖啡豆可依顏色、形狀、尺寸以及型態來加以區分，這正是AI自動化光學檢測系統最擅長的工作。透過資料導向的演算法，系統會被訓練以精確地將受測物分類，如此可以加強品質檢測程序，並降低對傳統檢測的需求，進而大幅節省成本與時間。執行此類系統需要配備的有：
- 用於影像擷取及處理的高性能CPU和GPU
- 用於分類及分析的AI自動化光學檢測系統
- 用於判斷物品品質及類別的客製化演算法
- 處理及分析影像以符合型態標準的技術
系統說明
本AI光學檢測解決方案包括一個名為MIC-770V2的無風扇x86架構控制器，其中集成CameraLink影像擷取卡及相機，還有照明、感測器和射出器模組。CameraLink相機可高速運行，在咖啡豆通過進豆裝置時拍攝影像，如此便能大幅加速篩選過程。擷取的影像接著會傳送至搭載NVIDIA Jetson Xavier NX的MIC-710AIX，該系統會一批批地分離咖啡豆，利用AI識別特定類型和優良品質。綜上所述，AI光學檢測解決方案是專為高產能且非破壞性的咖啡豆篩選流程所設計，能夠挑選出特定優良的品質。
結論
研華結合AI的光學咖啡豆篩選器與品質分類技術，讓咖啡生產商獲得一系列強大而可靠的工具，能夠針對整個供應鏈與價值鏈中各種品質特性進行分析並篩選，進而增進品質與收益，同時嚴格遵守品質標準。篩選技術能夠被客製化，以符合特定篩選及處理需求，如此即可發揮各機器獨特的優勢而獲最佳效率與產能。
MIC-770V2與MIC-710AIX等無風扇系統非常適合食品產業工廠。MIC-770V2能夠集成如COM和DIDO等擴充和控制介面來操控設備；搭載強大NVIDIA JetsonXavier NX的MIC-710AIX則提供業界領導者更高速且高效的生產模式。採用這些技術的系統能夠顯著提升生產能力，加上結合AI的品質控制方法則更是如虎添翼了。
-25/MIC-710AI_Front-left_P-(1)20240126143138.png)
-25/MIC-770-V2_Side-_Square_Small20210112102704.jpg)
