摘要
本申请提供了燕窝产品稠度智能AI无损测定方法及系统设备,方法包括:将即食燕窝样本置于不透光且内壁不反光的检测容器内,并使样本暴露于开口处;采用强白光垂直照射开口处的即食燕窝样本以降低即食燕窝样本表面水分的反射干扰,并采集强光照射下的即食燕窝样本的图像数据;将图像数据输入到图像识别模型,提取并分析样本的表面特征,得到即食燕窝样本的浓稠度分析。本申请运用深度学习技术和机器视觉技术实现即食燕窝浓稠度的无损量化检测,排除了即食燕窝表面水分的干扰,且检测精度高、检测成本低、不会对燕窝造成损伤,同时便于对即食燕窝的如条状、干净度、色泽、滋气味等其他指标进行检测,可广泛应用到燕窝的生产检测中。
技术关键词
无损测定方法
燕窝产品
图像识别模型
检测容器
样本
图像采集设备
深度学习网络模型
系统设备
白光
图像处理设备
机器视觉技术
亮度
深度学习技术
反光
数据存储单元
拍摄单元
光源装置
系统为您推荐了相关专利信息
表格
生成结构化信息
预训练模型
电子商务订单
企业财务报表
偏差
风险
图像识别模型
铁路道岔尖轨
图像检测技术
Kriging模型
扭矩传感器
估计方法
样本
调用功能函数