Laranja — detecção de qualidade
Defeitos detectados em Laranja, cada um identificado separadamente e separado conforme necessário.
Cada defeito é reconhecido separadamente
O sistema não se limita a dividir o produto em "defeituoso / sadio". Ele reconhece cada tipo de defeito isoladamente e os distingue entre si — o russeting não é tratado como queimadura de sol, um machucado não é tratado como podridão.
A integração de IA da Tarend funciona com modelos treinados por aprendizado profundo. Como esses modelos são treinados com dados reais de produção, coletados em muitas máquinas ao longo de várias safras e variedades, a precisão é muito alta e não depende da experiência do operador. À medida que o conjunto de dados cresce, o sistema se torna mais preciso a cada safra.
A decisão de classificação continua sendo sua: o operador escolhe na tela qual defeito é rejeitado e para qual classe cada um vai. A mesma linha pode operar com limites de qualidade diferentes para clientes e mercados distintos.
Nesta página
- 5 defeitos externos — com imagens
- 10 capturas da tela de classificação
- 13 outros defeitos — reconhecidos pelo sistema
Defeitos de qualidade externa
Cada imagem mostra um defeito diferente. Esses defeitos de superfície são detectados por câmeras multiespectrais de alta resolução que examinam toda a superfície do produto.





O que o operador vê durante a classificação
As capturas abaixo foram feitas durante classificações reais. Elas mostram como o sistema enxerga cada produto e como marca o defeito.










Outros defeitos
Corrugações · Mofo · Dobra · Rachaduras apicais · Pedúnculo rasgado · Podridão parda · Podridão aquosa · Marcas de gafanhoto · Cicatriz de tripes · Cicatrizes · Pedúnculo · Cálice · Cor / presença de pedúnculo
Vamos planejar sua linha juntos
Da análise de necessidades ao comissionamento — com foco em desempenho mensurável e rápido retorno do investimento.



