Attrezzatura di laboratorio di AOI Rice Grain Quality Analyzer con servizio a distanza di Dopo-vendita

Fondo di ispezione

L'analizzatore rapido di AI del riso di alta precisione si è sviluppato e prodotto dalla nostra società può essere utilizzato negli impianti di trasformazione del riso, nello stoccaggio del riso, in laboratori e nei centri di ispezione di qualità. Può individuare ed analizzare i grani germogliare, i grani eterogenei germogliare, i cereali dell'erba, gessosi, i grani verme-alimentari, i grani della gibberellina, i grani rotti, i germi neri, le impurità, ecc. e genera i rapporti statistici di tanto in tanto per migliorare la prestazione e la tracciabilità di sicurezza del prodotto ed allo stesso tempo può guidare il miglioramento di qualità del riso.

Combini i metodi tradizionali di visione artificiale e gli algoritmi di intelligenza artificiale per analizzare il riso. In primo luogo, usi i metodi tradizionali della visione per segmentare i grani del riso nel video telaio e poi usi gli algoritmi di intelligenza artificiale per identificare gli attributi dei grani segmentati del riso per determinare se ci sono insetti. Lepidottero, germogliare, muffa ed altri problemi. Allo stesso tempo, due macchine fotografiche ad alta definizione sono state usate per fotografare la parte anteriore ed indietro del riso e le proprietà dei due lati sono state analizzate. Con l'algoritmo di registrazione, la parte anteriore ed indietro del riso è registrata uno per uno ed i loro rispettivi attributi si combinano per ottenere gli attributi di un grano completo del riso.

Vantaggi dell'attrezzatura:

Tecnologia chiave:

1. Binarization automatico: Usi la rete neurale profonda per segmentare la priorità alta ed i precedenti dell'immagine. Rispetto al metodo tradizionale di binarization, può applicarsi a varie condizioni di luce e la segmentazione del bordo di riso è alti vantaggi più regolari, veloci e robusti.

2. Algoritmo adesivo di segmentazione del riso: Il metodo basato sui dominii collegati non può segmentare il riso aderito. La rete neurale profonda è usata per segmentare il riso aderito ad un livello di istanza, che può raggiungere una velocità di 1000fps e può trasformare il riso aderito in tempo reale.

3. Algoritmo di riconoscimento di attributo del riso: adotta una rete neurale leggera ed integra un metodo d'apprendimento semi-sorvegliato. Il modello può essere ottimizzato iteratamente soltanto segnando una piccola quantità di dati. Presenta i vantaggi di alta precisione, della velocità veloce e dello spiegamento conveniente.

Caratteristiche del sistema

• 1. Algoritmo di AI: alta stabilità, adattandosi alla perturbazione del fondo e dell'ambiente; i campioni differenti di difetto possono essere identificati automaticamente dopo la formazione
• Dataization: La base di dati indipendente, conserva i campioni multipli, analizzare i non buoni prodotti e conserva la storia
• Multi-orientamento: ° 360 completo dentro e fuori dei campioni
• Alta precisione: l'accuratezza di rilevazione può essere alta
• La modularizzazione, può aumentare o fare diminuire flessibilmente la funzione di rilevazione secondo i bisogni reali del cliente
• Facile da operare: È facile da operare e facile da mantenere
• Sicurezza: Fabbricazione del materiale del grado medico, pienamente compatibile con l'ambiente di produzione dei rifornimenti medici

I nostri vantaggi