IoT-For-Beginners/translations/zh/4-manufacturing/README.md

<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "3764e089adf2d5801272bc0895f8498b",
  "translation_date": "2025-08-24T21:19:05+00:00",
  "source_file": "4-manufacturing/README.md",
  "language_code": "zh"
}
-->
# 制造与加工 - 使用物联网提升食品加工效率

当食品到达中央集散中心或加工厂时，它并不总是直接运送到超市。很多时候，食品需要经过一系列加工步骤，例如按质量进行分拣。这曾经是一个手工完成的过程——从田间开始，采摘工人只会采摘成熟的水果，然后在工厂里，水果会通过传送带，员工手动挑出任何有碰伤或腐烂的水果。我自己在上学期间的暑假曾经做过采摘和分拣草莓的工作，可以证明这并不是一份有趣的工作。

更现代的系统依赖物联网进行分拣。一些早期的设备，比如 [Weco](https://wecotek.com) 的分拣机，使用光学传感器来检测农产品的质量，例如剔除青色的西红柿。这些设备可以部署在农场的收割机上，也可以部署在加工厂中。

随着人工智能（AI）和机器学习（ML）的进步，这些机器可以变得更加先进，使用经过训练的机器学习模型来区分水果和异物，例如石头、泥土或昆虫。这些模型还可以被训练来检测水果的质量，不仅是发现碰伤的水果，还可以早期检测疾病或其他作物问题。

> 🎓 *ML模型* 这个术语指的是在一组数据上训练机器学习软件后得到的输出。例如，你可以训练一个ML模型来区分成熟和未成熟的西红柿，然后用这个模型对新图像进行判断，看看西红柿是否成熟。

在这4节课程中，你将学习如何训练基于图像的AI模型来检测水果质量，如何在物联网设备上使用这些模型，以及如何在边缘设备上运行这些模型——也就是说，在物联网设备上运行，而不是在云端运行。

> 💁 这些课程会使用一些云资源。如果你没有完成本项目中的所有课程，请确保你[清理你的项目](../clean-up.md)。

## 主题

1. [训练一个水果质量检测器](./lessons/1-train-fruit-detector/README.md)
1. [从物联网设备检查水果质量](./lessons/2-check-fruit-from-device/README.md)
1. [在边缘设备上运行水果检测器](./lessons/3-run-fruit-detector-edge/README.md)
1. [通过传感器触发水果质量检测](./lessons/4-trigger-fruit-detector/README.md)

## 致谢

所有课程由 [Jen Fox](https://github.com/jenfoxbot) 和 [Jim Bennett](https://GitHub.com/JimBobBennett) 倾情编写 ♥️

**免责声明**：  
本文档使用AI翻译服务 [Co-op Translator](https://github.com/Azure/co-op-translator) 进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息，建议使用专业人工翻译。我们对因使用此翻译而引起的任何误解或误读不承担责任。