
Add to Cart
点検背景
高精度の米AIの速い検光子は米の製造プラント、米の貯蔵、実験室および質の点検中心で私達の会社によって使用することができる成長し、作り出した。それは発生の穀物、異質発生の穀物、草の種、chalky穀物、worm-eaten穀物、ギベレリンの穀物、壊れた穀物、黒い細菌、不純物、等を検出し、分析でき製品安全の性能およびトレーサビリティを改善するために統計的なレポートを時々発生させ同時に米の質の改善を導くことができる。
米を分析するために従来のマシン ビジョン方法および人工知能のアルゴリズムを結合しなさい。最初に、ビデオ フレームの米の穀物を区分するのに従来の視野方法を使用し次に区分された米の穀物の属性を昆虫があるかどうか定めるために識別するのに人工知能のアルゴリズムを使用しなさい。ガ、発生、べと病および他の問題。同時に、2台の高解像のカメラが米の前部を撮影するのに使用され、双方の特性は分析された。登録アルゴリズムによって、米の前部は一つずつ登録され、完全な米の穀物の属性を得るためにそれぞれの属性は結合される。
装置の利点:
1. 高精度な、人工知能AIの検出は0.5%の内で、間違い制御される; |
2. 高性能、テスト、1を完了する2分は3人の肉体労働者と同等である; |
3. 理性的、三次元、時計の処理によってそれを使用できる; |
4. Femto目に見える、高精度のカメラの全方向性の検出0.04mmの認識の正確さ; |
主要な技術:
1. 自動binarization:イメージの前景そして背景を区分するのに深いニューラル・ネットワークを使用しなさい。従来のbinarization方法と比較されて、それはいろいろ光条件に適用することができ米の端の細分化はより滑らかで、速く強く高い利点である。
2. 付着力の米の細分化のアルゴリズム:接続された範囲に基づく方法は付着させた米を区分できない。深いニューラル・ネットワークが1000fpsの速度に達し、リアルタイムの付着させた米を処理できる例のレベルで付着させた米を区分するのに使用されている。
3. 米の属性の認識のアルゴリズム:軽量のニューラル・ネットワークを採用し、半指示された学習方法を統合する。モデルはわずかデータに印を付けることによってだけ繰り返してことができる最大限に活用する。それに高精度な、最高速度および便利な配置の利点がある。
システムの特徴
私達の利点