一种基于卷积神经网络模型的烟草水分检测方法

本发明公开了一种基于卷积神经网络模型的烟草水分检测方法。通过间隔采样采集工业生产过程中的烟草图像进行分类并标注后，将其输入到预设设计构建的卷积神经网络中进行训练，并将训练后模型部署到边缘计算设备上，利用边缘计算设备的自主能力实时处理图像，通过红外水分仪的校准对每一类的烟草建立专属的频道，根据边缘设备输出结果控制红外水分仪选择对应烟草类型的检测频道。本发明能够显著提高水分检测精度，减少误差，并减少人工干预；与传统方法相比，本发明提高了系统的可靠性、自动化水平和效率，广泛适用于烟草及其他需要精确水分检测的工业领域。