科技赋能“大国粮仓”，揭秘智能检验如何让粮食不完善粒无所遁形！

你知道吗？

在物联网、人工智能

和工业自动控制技术的助力下

“大国粮仓”也越来越智慧化

对于粮食不完善粒的检验

传统人工往往需要10-20分钟

随着“粮食不完善粒检测仪”的应用

只需要2-3分钟

就能对一份粮食样本的

不完善粒指标

进行自动检测

利用人工智能、高精度传感等

多项前沿技术

大大提高了检测准确性

今天就让我们一起揭秘

智能检验如何让不完善粒无所遁形！

在小麦、玉米等粮食的收购工作中，需要检测粮食的不完善粒、霉变粒等指标，这不仅关系到入仓粮食的品质，更会直接影响到粮食的定级定价，关乎农民收益。传统的检测方法一直是感官检验，靠质检员拿着镊子在灯光下一颗一颗地看，非常费时费力，在收粮高峰期，往往会出现人员不够用的情况。同时，人工检测对质检员的专业能力要求也很高，每个质检人员对标准都有自己的理解，导致人工质检结果会存在一定的主观性。

为了提高粮食检测效率和效果，实现小麦等粮食不完善粒检测指标的自动化，我们决定开展自动化检验仪器的研发。

准备好需要检测的样品后，按照屏幕的提示进行操作：首先选择要检测的粮种，然后把样品倒进仪器上方的进料口，点击“开始”按钮，仪器工作的同时屏幕上也会实时显示检测的状态，大约2-3分钟后，检测结果就会显示在屏幕上。同时，仪器还配备了数据查看和导出、一键打印等功能，最大程度地方便质检人员完成相关工作。

首先是在检测效率方面，传统人工检测1份样品往往需要10-20分钟，而最新款的仪器把检测时间大大缩短，小麦只需要2分多钟、玉米只需要1分多钟，效率较人工可以提升5倍以上。由于操作简便，一个人甚至可以同时操作好几台仪器，1个人1小时就可以检测30-40份样品，有效地解决了每年粮食集中收购时专业质检人员不足的问题。

其次是在检测准确性方面，这台仪器利用人工智能、机器视觉、高精度传感、大数据等多项前沿技术构建了机器混合学习方法模型。同时，通过采集200多万张不同品种、不同储粮生态区和不同特征的粮食图片，建立粮食图片数据库，对仪器进行反复训练，大大提高了检测准确性。另外，结合最新发布的小麦、大豆等国家标准，开展小麦热损粒、发芽粒等的数据扩充和完善，增加对杂质、半净粮等的深度学习训练和识别，进一步提升仪器的适用范围和准确性。

最后是在仪器生产方面，仪器的关键零部件均已实现国产化，有效化解了“卡脖子”风险，真正实现了科研自主、技术自立自强。

最初，面对当时国内外参考资料少、无产品可借鉴、技术难以突破的困境，研发团队也经历了短暂的迷茫期，但是全员上下从来没有想过要放弃。经过几次深入的讨论后，项目团队决定发扬自力更生、艰苦奋斗的精神：

一是自研“卡脖子”关键技术，在图像识别、AI算法方面，由党员同志带头，成立图像识别自研组和攻坚队，邀请高校教授进入团队，通过传帮带、老带新，终于把关键的人工智能算法部分攻克下来了；

二是积极寻求集团和院校的支持，补齐核心技术人才，争取更多的科研经费；

三是发扬补位精神，除了结构、算法、质检、生产调试组各司其职外，遇到筛选样品、训练图库、安装调试等工作时，大家就努力一起干，尽可能的加快研发效率，把每个人的能力发挥到极致。