המורט תהבעל מודל זיהוי הנקרא Deep Convolution Neural Network, שיכול לזהות אוטומטית ניצנים ועלים של עץ התה על ידי לימוד כמות גדולה של נתוני ניצני עץ התה ונתוני עלים.

החוקר יזין מספר רב של תמונות של ניצני תה ועלים למערכת. באמצעות עיבוד וניתוח, הtמכונה לעיבוד גינה יזכור את הצורה והמרקם של הניצנים והעלים, ויסכם את מאפייני הניצנים והעלים בתמונות. גם דיוק הזיהוי של נבטים ועלים גבוה יותר.

מכונות למריטת תההוא התחום הקשה ביותר בטכנולוגיית קטיף מכונות גן התה. יש צורך לפרוץ את הקשיים של זיהוי ניצן, מיקום ומהירות איסוף. קל לזהות יבולים כמו תפוחים ועגבניות, ואין זה משנה אם הקטיף איטי, בעוד שההבדל בין ניצנים צעירים לעלים ותיקים של עצי התה אינו גדול במיוחד, והצורה לא סדירה, מה שמגביר מאוד את הקושי. של זיהוי ומיצוב. בעת קטיף תה, חקלאי תה צריכים להיות "מדוייקים, מהירים וקלים", כך שהניצנים והעלים יהיו שלמים, והאצבעות לא צריכות להשתמש בכוח; הציפורניים לא אמורות לגעת בניצנים, כדי לא להשפיע על איכות התה. הפרופסור הציג כי יש לחלק את קטיף התה במכונה לשני שלבים, אחד חיתוך ואחד מוצץ. בקצה הזרוע הרובוטית יש זוג מספריים קטן שיאתר את פטוטרות הניצנים והעלים לפי מידע המיקום. לאחר חיתוך הסכין, הניצנים והעלים יופרדו מהענפים. במקביל, קשית הלחץ השלילי המחוברת לקצה הזרוע הרובוטית תשאב את הניצנים והעלים החתוכים לתוך התה. סַל. בדרך כלל, ניצן אחד ועלה אחד של תה מוקדם אביב הוא בערך 2 ס"מ, והפטוטרת היא רק 3-5 מ"מ. עלי הניצנים גדלים לרוב בין העלים הישנים לגבעולים הישנים, ולכן דיוק הפעולה של מכונת קטיף התה גבוה מאוד, והחיתוך עקום. , זה יהרוס את ענפי התה, יגרום נזק, או שהניצנים והעלים החתוכים אינם שלמים.

בעתיד, אם כזהמכונת גן תה יכול להיות מתועש במקום קטיף ידני, כדי לפתור את המחסור בעבודה ובעיות כוח אדם יקרות בהן נתקלים חקלאי התה, הוא יוכל לעזור לחקלאים להמשיך ולהגדיל את הכנסתם ולספק תמיכה חזקה לתעשיית התה.ככל שהיישום של טכנולוגיה דיגיטלית מתרחב מערים לשדות עצומים, חקלאים שנהגו "להסתמך על השמיים" הבינו "להכיר את השמים ולחרוש". הדיגיטל סייעה לפיתוח החקלאות המודרנית לרמה חדשה, והיא גם נתנה לחקלאים יותר ויותר ביטחון באבטחת "קערות האורז" שלהם. האזור הכפרי של ז'ג'יאנג של היום מלא בחיוניות חדשה.