FeatherSort羽毛视觉分选系统
将羽尖、羽杆、弯曲、羽体形态与尺寸特征转化为分类依据,结合本地 AI 推理与 PLC 接口,连接羽毛识别和生产分选。

把经验,变成可复现的判断。
从形态差异,到分类依据
围绕羽尖、羽杆位置、弯曲程度、羽体形态与尺寸类别进行识别,结合业务规则输出分选结果。
推理在本地,判断在现场
基于 ONNX 的本地推理链路,让生产检测在现场工控设备运行,减少对外部网络的依赖。
从识别结果,到分选动作
与工业相机、PLC 和分选流程联动,关联工件、判定下发与设备事件,支持追溯和排查。
让识别过程,一目了然。
切换不同样本,看看多维特征
如何共同影响一次分选判断。



一片羽毛,多个观察维度。
- 羽尖状态等待检测
- 羽杆位置等待检测
- 弯曲程度等待检测
- 羽体形态等待检测
- 尺寸类别等待检测
图像来自本项目真实采集样本。演示结果为预设流程说明,不执行在线模型推理;实际分类与性能需结合样品、设备和现场条件验证。
| 检测对象 | 羽毛;适用规格、姿态与成像条件需通过样品验证 |
|---|---|
| 识别维度 | 羽尖状态、羽杆位置、弯曲程度、羽体形态、尺寸类别 |
| 推理方式 | 本地 ONNX 推理;CPU 基线,CUDA / OpenVINO 按目标设备验证 |
| 设备集成 | 工业相机采集、PLC 通信、分选决策与生产事件关联 |
| 规则管理 | 分类阈值与业务分选规则按项目配置 |
| 追溯能力 | 图像结果、生产批次与关联事件记录;存储策略按现场配置 |
| 交付方式 | 样品评估、现场集成、联调验证与使用培训 |
你可能还想了解。
这是通用羽毛分选设备吗?
FeatherSort 是面向羽毛视觉识别与分选的系统方案。不同羽毛规格、机械结构、光照和目标分类标准会影响实施方式,需要先用真实样品评估。
能接入已有产线吗?
可以评估现有相机、PLC、触发信号和执行机构的接口。确认采集条件、输送节拍与通信协议后,制定具体集成方案。
识别准确率和每分钟处理量是多少?
我们不会用脱离样品和设备条件的单一数字代替验证。项目评估会明确验收样本、各类误判要求、采集条件及端到端处理节拍,再在约定条件下测试。
是否需要连接互联网才能运行?
生产推理支持在本地设备执行。模型更新、远程支持和业务系统对接等能力,可根据现场网络与权限要求独立设计。
如何开始评估?
提交项目需求,说明羽毛类型、分类标准、现有设备与目标节拍。双方确认后,再确定样品准备、测试范围和验收方式。
从视觉识别到完整分选流程
选购羽毛分选机或改造已有产线,需要同时确认成像、上料、输送与执行条件。FeatherSort 是视觉识别与分选系统方案,机械配置和交付范围按项目评估。
了解羽毛视觉检测与智能分选方案选型与实施指南
羽毛分选机如何选型:从样品评估到验收
了解羽毛分选机选型时如何明确分类标准、准备样品、评估成像、验证误判与处理节拍,并区分视觉识别系统和完整机械设备的交付范围。
阅读指南羽毛缺损、弯曲与尺寸分级如何检测
从真实羽毛样本理解羽尖缺损、羽杆位置、弯曲程度、羽体形态和尺寸分类,了解成像条件、标定与多维分类规则的边界。
阅读指南视觉检测如何接入 PLC 与已有分选产线
梳理工业相机触发、本地视觉推理、PLC 判定下发、执行反馈和生产追溯,了解超时、重复触发与工件关联的集成要点。
阅读指南羽毛球羽毛弯曲度与规格分级如何用视觉检测
从弯曲程度、羽杆位置、羽体形态和尺寸规格出发,说明羽毛球羽毛分级为什么需要明确的人工标准、固定的成像条件和可追溯的复核流程。
阅读指南羽毛分选常见问题:交付范围、样品与验收
整理羽毛视觉分选项目常被问到的问题:系统能识别哪些特征、是否包含整机、如何准备样品、怎样验收,以及哪些承诺需要在真实条件下验证。
阅读指南工业视觉检测项目样品评估清单:从成像到验收
面向工业视觉检测项目的样品评估清单,说明如何整理检测目标、缺陷样本、成像条件、设备接口与验收规则,让方案讨论建立在可复现的条件上。
阅读指南