近年來，浙江中煙技術中心通過采集煙葉圖像大數據，創新運用深度學習算法，構建了煙葉評級數字化模型，為傳統的煙葉分級工作帶來了一位新成員——“數字評級員”，助推煙葉分級領域的數字化轉型。

以“數”智識，數據驅動的“裁判員”。傳統的煙葉質量把控建立在人體感官判斷的基礎上，通過眼看、手摸對煙葉的外觀特征如顏色、油分、葉片結構等進行感知，難免受到人員的主觀因素和外部環境的影響。

而煙葉評級數字化模型以大數據為依托，以算法為準則。評級模型通過多層學習，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系。它不受評級人員主觀感官、思維習慣及經驗差異的影響，煙葉的所有特征在統一尺度上得到評判，確保了煙葉分級標準的一致性。

以“數”明斷，疑難雜癥的“活字典”。將海量的煙葉按標準分級存在無數的疑難雜癥，比如相鄰等級的“灰色區間”，相同等級的“地域差異”等，煙葉評級數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據庫，明晰不同等級之間的細微差異，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鍵特征，達到比人的觸覺和視覺更精準的分辨能力，從而實現對煙葉快速、精準定級。

以“數”提質，自主學習的“先鋒者”。面對日益變化的市場需求，以及企業持續加大新品種品系培育的力度，煙葉分級工作迎來新的挑戰。

面對這些變化，模型能夠通過不斷的圖像“投喂”，持續學習積累不同地域、品種煙葉的特征參數，厘清不同等級標準界限，衡量煙葉品質的關鍵特征和信息，提高模型分級的預測精度，從而實現自我完善和升級。

圖為原料研究團隊正在分析煙葉評級數字化模型。高瑞迪攝

下一步，浙江中煙技術中心將持續優化完善煙葉數字化評級模型，通過工業自動化、機器視覺等領域的技術融合，推進煙葉智能化分選的應用，為企業數字化轉型貢獻新力量。