第195章 启动数据收集（2/3）

“这个方法可行！” 陈曦点点头，“我们还可以在发酵箱里安装一个小型的时间报警器，每个等级的发酵时间一到，报警器就会提醒，避免错过最佳时间。而且每个批次的糯米粉吸水性不同，我们可以先做一组测试，确定该批次糯米粉的最佳发酵时间，再进行批量制作。”

小主，

方案确定后，团队立刻行动起来。小王重新规划了车间的布局，设置了揉面区、发酵区、拍摄区三个功能区域，每个区域都配备了必要的工具和设备；苏晚提前揉好了 50 斤面团，分成均匀的小份，放入冷藏柜保存；李萌萌在发酵箱上贴了不同发酵等级的时间标签，安装了时间报警器；陈曦则优化了数据采集程序，实现了照片拍摄后自动命名、自动与数据关联的功能。

第二天，流水线作业模式正式运行。苏晚在揉面区专注地揉着面团，动作熟练而精准，每一个面团的重量都控制在 50 克左右，误差不超过 1 克；李萌萌在发酵区来回查看，根据不同的发酵等级，精准控制时间和温度，当时间报警器响起时，她立刻取出面团，用湿度仪测量湿度，记录数据；小王则在拍摄区协助陈曦，将面团放在指定位置，陈曦按下快门，拍摄完 3 个角度的照片后，小王通过程序将照片与苏晚、李萌萌记录的数据自动关联，存入数据库。

整个流程衔接顺畅，没有了之前的等待和混乱。到了中午，团队已经完成了 20 组有效样本，远超昨天一整天的成果。“照这个速度，今天完成 50 组样本完全没问题！” 李萌萌兴奋地说道，她的手上虽然沾满了面粉，但脸上却洋溢着笑容。

临界样本的制作也取得了突破。苏晚按照 “时间控制法”，精准设定每个等级的发酵时间，再结合湿度数据进行微调。比如制作 “略不足” 样本时，发酵 1.8 小时后，若面团湿度在 69%，正好符合标准；若湿度在 73%，就说明发酵不够，她会把下一组的发酵时间延长 10 分钟；若湿度在 67%，就说明发酵有点快，下一组的发酵时间缩短 5 分钟。

通过这种方法，临界样本的合格率大幅提升。当天下午，团队就成功制作了 15 组 “略不足” 和 12 组 “略过度” 样本，而且数据都非常精准。“现在临界样本的特征很明显，气孔直径、湿度都在我们设定的范围内，这样模型就能更好地学习这些特征了。” 苏晚拿着放大镜观察着面团的气孔，满意地说道。

林默每天都会检查数据收集进度，他用 Excel 制作了 “样本完成率折线图”，实时跟踪每天的样本完成数量、不同等级样本的占比情况。从图表上可以清晰地看到，随着流水线流程的不断优化，团队的效率越来越高，第三天完成了 45 组样本，第四天完成了 50 组样本，第五天更是完成了 55 组样本，远远超过了预期目标。

在数据收集的过程中，陈曦也发现了一个新的问题。“你们看，这两组同样是合格等级的面团，在早上的自然光下拍摄的照片，颜色偏浅；在下午的灯光下拍摄的照片，颜色偏深。” 陈曦指着电脑屏幕上的两张照片，对团队说道，“不同光线条件下，面团的颜色识别会有差异，这可能会影响模型的判断精度。”

“这个问题确实需要重视。” 林默说道，“实际生产中，车间的光线会随着时间、天气变化，如果模型不能适应这种变化，就可能出现误判。”

“我有一个想法。” 陈曦说道，“我们可以在后续的模型训练中，加入‘光线补偿算法’。通过采集不同光线条件下的样本数据，让模型学习光线变化对颜色特征的影响，自动调整识别参数，抵消光线干扰。现在我们可以先记录每组样本的拍摄光线条件，为后续的算法优化提供数据支持。”

团队采纳了陈曦的建议，在数据收集表中新增了 “拍摄光线条件” 列，详细记录每组样本是在自然光、灯光还是混合光下拍摄的。这个小小的调整，为后续解决环境干扰问题埋下了重要伏笔。

时间一天天过去，数据收集工作有条不紊地推进。苏晚的揉面技术越来越熟练，能精准控制面团的重量和软硬；李萌萌对发酵时间的把握也越来越精准，临界样本的合格率稳定在 90% 以上；小王编写的数据采集程序不断优化，实现了样本数据的自动分类、筛选，大大减少了人工工作量；陈曦则每天检查拍摄的照片质量，确保每个角度的特征都清晰可见。