據(jù)了解，北京工業(yè)大學幾名學生為平谷桃農研制出一臺桃子智能分揀機。這臺智能分揀機結合百度AI技術能力，由推拉裝置、大桃品相識別系統(tǒng)、傳送帶等組成。目前，機器的分桃準確率已達到90%以上。

周忠祥是北京工業(yè)大學自動化專業(yè)的學生，今年夏天，他和3個同學利用百度PaddlePaddle開源平臺為平谷桃農造了臺智能分揀機，實現(xiàn)了根據(jù)大桃的大小、顏色、品相來自動給桃子做分類，目前機器分桃準確率已超過90%。

這臺智能分揀機，結合了學生自動化專業(yè)能力和百度AI的技術能力。機器由傳送帶，推拉裝置，電路控制系統(tǒng)和大桃品相識別系統(tǒng)四部分構成。其中，相當于大腦的大桃品相識別系統(tǒng)，由學生們利用百度PaddlePaddle深度學臺的能力開發(fā)而來。

對AI、深度學習并不了解的學生，想要完成自動分類，需要一個易學易用的開源平臺。幾番比較之后，百度‘easytouse’的PaddlePaddle深度學習開源平臺擔起了這個重任。在PaddlePaddle上下載了文檔和代碼，學生們一周之內就建立了適用于桃子各個檔次分類的圖片分類模型，并確定了機器的完整方案。

被AI武裝之后的機器可以實現(xiàn)自動分揀大桃的全部過程。將桃子倒入機器，利用機械原理將桃子排成一排，然后自動對每一個桃子進行拍照，照片快速經過檔次分類，之后由助推器來完成桃子的自動分類。

在這個過程中，深度學習發(fā)揮了強大的作用，但要發(fā)揮這個效力，需要給機器訓練大量的數(shù)據(jù)。學生們給機器分類“學習”了約6400張大桃照片。因為模型能從各個分類的照片中自動提取影響分類的要素，并形成自己的分類邏輯，學習后的機器就能像經驗豐富的桃農一樣，快速辨別桃子的品質。不僅如此，機器在使用中還會不斷積累并學習新的數(shù)據(jù)，提升自身的準確率。

被百度AI加持了的機器，能極大的解放人力。目前機器的分桃準確率已達到90%以上，平谷桃農劉師傅在自家的桃園里運用了這臺機器，劉師傅介紹，他家的40畝桃樹，如果都用上了智能分揀機，一年能省3萬多塊錢的雇工費。

為了讓自己的方案更優(yōu)化，目前幾個學生“碼農”已將大桃分揀機的所有方案和源代碼分享到了GitHub開源社區(qū)，希望有更多人來更新和迭代，也希望更多像他們一樣的“非深度學習”工程師，能用PaddlePaddle實現(xiàn)自己的構想。