蒲丰研发的薯类品质快速无损检测设备融合了农学、生物学、化学、光学和大数据分析等技术。采用深度学习和光谱分析等方法，不但分选出带菌、虫蛀、破损、发芽、绿皮和黑心病等缺陷薯块，还对薯类大小、淀粉含量、糖度等进行快速无损精准感知。代替⼈⼯筛选在降低⼈⼯成本的同时，极⼤提升 效率，更加的精准、稳定，可用于薯类等农产品的检测。
蒲丰视觉公司研发的化妆⼯具智能检测设备采⽤AI视觉检测技术，结合 ⾃动化控制技术，具备⾃动感应，⾃动检测，⾃动记录并剔除不合格品等功 能。代替⼈⼯进⾏外观缺陷和尺⼨的检测。在降低⼈⼯成本的同时，极⼤提升 效率，更加的精准、稳定。可⼴泛⽤于化妆⼯具管类、柄类等圆柱、圆锥形物品的检测。
薯类作物需水量比水稻少30%，且每公顷产量更高，因此薯类作物在保障粮食安全、缓解资源环境压力上具有战略意义。薯类农产品主粮化后，对其品质的要求显得越发重要。目前我国该领域科研论文较多，但产业化鲜有落地，还是以传统机械装备为主，国外有类似机器，但价格昂贵且不符合中国农业产业需求，因此亟待提升我国薯类品质快速无损检测装备。
该技术融合了农学、生物学、化学、光学和大数据分析等技术。采用深度学习和光谱分析等方法，不但分选出带菌、虫蛀、破损、发芽、绿皮和黑心病等缺陷薯块，还对薯类大小、淀粉含量、糖度等进行快速无损检测感知。最后与相关企业合作开发了相应的产品，实现流水线快速全程无人化操作；有机结合了高校、企业和科研院所的优点；实现了人工智能+农学的多学科多领域交叉融合。
本技术根据市场需求和种植区域性差异，在统一评价标准的基础上，建立统一的健康性品质评价体系，期望为我国农业智能化和数字化、农业产业发展和农民增收起到一定的推动作用。
蒲丰研发的薯类品质快速无损精准检测设备融合了农学、生物学、化学、光学和大数据分析等技术。采用深度学习和光谱分析等方法，不但分选出带菌、虫蛀、破损、发芽、绿皮和黑心病等缺陷薯块，还对薯类大小、淀粉含量、糖度等进行快速无损精准感知。代替⼈⼯筛选在降低⼈⼯成本的同时，极⼤提升 效率，更加的精准、稳定，可用于薯类等农产品的检测。
高效：一键切换检测品类，无需换模，检测速度200枚/min Max