近年来，浙江中烟技术中心通过采集烟叶图像大数据，创新运用深度学习算法，构建了烟叶评级数字化模型，为传统的烟叶分级工作带来了一位新成员——“数字评级员”，助推烟叶分级领域的数字化转型。

以“数”智识，数据驱动的“裁判员”。传统的烟叶质量把控建立在人体感官判断的基础上，通过眼看、手摸对烟叶的外观特征如颜色、油分、叶片结构等进行感知，难免受到人员的主观因素和外部环境的影响。

而烟叶评级数字化模型以大数据为依托，以算法为准则。评级模型通过多层学习，提取烟叶图像的深层抽象特征，建立烟叶图像与等级的映射关系。它不受评级人员主观感官、思维习惯及经验差异的影响，烟叶的所有特征在统一尺度上得到评判，确保了烟叶分级标准的一致性。

以“数”明断，疑难杂症的“活字典”。将海量的烟叶按标准分级存在无数的疑难杂症，比如相邻等级的“灰色区间”，相同等级的“地域差异”等，烟叶评级数字化模型是解决这些疑难杂症的“活字典”。

通过比对和分析海量的烟叶图像数据库，明晰不同等级之间的细微差异，充分提取各地域烟叶外观多维度特征信息，形成一套烟叶分级疑难杂症的“百科全书”。例如通过透射图像采集，捕捉烟叶的厚度和叶脉分布等关键特征，达到比人的触觉和视觉更精准的分辨能力，从而实现对烟叶快速、精准定级。

以“数”提质，自主学习的“先锋者”。面对日益变化的市场需求，以及企业持续加大新品种品系培育的力度，烟叶分级工作迎来新的挑战。

面对这些变化，模型能够通过不断的图像“投喂”，持续学习积累不同地域、品种烟叶的特征参数，厘清不同等级标准界限，衡量烟叶品质的关键特征和信息，提高模型分级的预测精度，从而实现自我完善和升级。

图为原料研究团队正在分析烟叶评级数字化模型。高瑞迪摄

下一步，浙江中烟技术中心将持续优化完善烟叶数字化评级模型，通过工业自动化、机器视觉等领域的技术融合，推进烟叶智能化分选的应用，为企业数字化转型贡献新力量。