劉連全免費贊助了學生桃子，并在當時成熟的鐵桃里，按照大小、顏色、品相分了3類，代表不同價位的大桃。學生為這些大桃重復拍照，得到6400張三類大桃的照片數(shù)據(jù)，再放入機器，利用PaddlePaddle提供的分類模型進行訓練。學生睡覺的時候，機器還在認桃子。不過，只用了24小時，機器就能識別出鐵桃里的大中小，準確率達到90%。

　　機器學會識別桃子了，剩下的機械部分就相對容易了。周忠祥和同學一起，用紙盒子糊暗盒，用塑料袋剪擋簾，用飲料瓶蓋做推手，再加上學校里提供的材料，做出了一個簡陋的樣機，搬到了劉連全的桃林里測試。

　　“比我雇的人選得快，不過比我嘛，還差一點。”劉連全評價說。他已經(jīng)種了40年桃子。家里的30多畝桃園，種了20多個品種的大桃。他看一眼就知道是什么品種，手一掂就知道斤兩。因為年紀大了，身體吃不消，近些年劉連全每年都要雇4、5個人摘桃，工錢近3萬元，但經(jīng)驗不足的新手桃子分得并不理想。

　　現(xiàn)在有了這臺分桃器，劉連全覺得省事多了，“把桃子倒進去，機器就給分好了。以后有沒有機器人摘桃啊，讓我們農(nóng)民更方便？”圍觀的桃農(nóng)們也很興奮，“蘋果能分不？”“西瓜能分不？”“李子呢？”

　　“理論上來說，只要有足夠的訓練圖像，大到一個瓜，小到一粒米，機器都能識別分類?！敝苤蚁榻忉屨f，“只是要根據(jù)不同品種，建立不同的識別，模型，進行訓練?！蔽髅蛇€期待這次的研究成果能夠引入自己的家鄉(xiāng)非洲，實現(xiàn)牛油果、芒果等更多品類果蔬的智能分揀。

　　“這項技術只是一個引子，幫助農(nóng)業(yè)實現(xiàn)人工智能?！眲⒀┓逭f，為了更好地幫助農(nóng)民，幾個學生“碼農(nóng)”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)，“我們希望有更多人去迭代這些代碼，不斷提升方案品質，也希望有更專業(yè)的農(nóng)機廠家介入，批量生產(chǎn)出效率更高、更好用的蔬果分揀機?！保ń?jīng)濟日報-中國經(jīng)濟網(wǎng) 佘穎）