近年來，浙江中煙技術(shù)中心通過采集煙葉圖像大數(shù)據(jù)，創(chuàng)新運用深度學(xué)習(xí)算法，構(gòu)建了煙葉評級數(shù)字化模型，為傳統(tǒng)的煙葉分級工作帶來了一位新成員——“數(shù)字評級員”，助推煙葉分級領(lǐng)域的數(shù)字化轉(zhuǎn)型。

以“數(shù)”智識，數(shù)據(jù)驅(qū)動的“裁判員”。傳統(tǒng)的煙葉質(zhì)量把控建立在人體感官判斷的基礎(chǔ)上，通過眼看、手摸對煙葉的外觀特征如顏色、油分、葉片結(jié)構(gòu)等進(jìn)行感知，難免受到人員的主觀因素和外部環(huán)境的影響。

而煙葉評級數(shù)字化模型以大數(shù)據(jù)為依托，以算法為準(zhǔn)則。評級模型通過多層學(xué)習(xí)，提取煙葉圖像的深層抽象特征，建立煙葉圖像與等級的映射關(guān)系。它不受評級人員主觀感官、思維習(xí)慣及經(jīng)驗差異的影響，煙葉的所有特征在統(tǒng)一尺度上得到評判，確保了煙葉分級標(biāo)準(zhǔn)的一致性。

以“數(shù)”明斷，疑難雜癥的“活字典”。將海量的煙葉按標(biāo)準(zhǔn)分級存在無數(shù)的疑難雜癥，比如相鄰等級的“灰色區(qū)間”，相同等級的“地域差異”等，煙葉評級數(shù)字化模型是解決這些疑難雜癥的“活字典”。

通過比對和分析海量的煙葉圖像數(shù)據(jù)庫，明晰不同等級之間的細(xì)微差異，充分提取各地域煙葉外觀多維度特征信息，形成一套煙葉分級疑難雜癥的“百科全書”。例如通過透射圖像采集，捕捉煙葉的厚度和葉脈分布等關(guān)鍵特征，達(dá)到比人的觸覺和視覺更精準(zhǔn)的分辨能力，從而實現(xiàn)對煙葉快速、精準(zhǔn)定級。

以“數(shù)”提質(zhì)，自主學(xué)習(xí)的“先鋒者”。面對日益變化的市場需求，以及企業(yè)持續(xù)加大新品種品系培育的力度，煙葉分級工作迎來新的挑戰(zhàn)。

面對這些變化，模型能夠通過不斷的圖像“投喂”，持續(xù)學(xué)習(xí)積累不同地域、品種煙葉的特征參數(shù)，厘清不同等級標(biāo)準(zhǔn)界限，衡量煙葉品質(zhì)的關(guān)鍵特征和信息，提高模型分級的預(yù)測精度，從而實現(xiàn)自我完善和升級。

圖為原料研究團(tuán)隊正在分析煙葉評級數(shù)字化模型。高瑞迪攝

下一步，浙江中煙技術(shù)中心將持續(xù)優(yōu)化完善煙葉數(shù)字化評級模型，通過工業(yè)自動化、機器視覺等領(lǐng)域的技術(shù)融合，推進(jìn)煙葉智能化分選的應(yīng)用，為企業(yè)數(shù)字化轉(zhuǎn)型貢獻(xiàn)新力量。