摘要
本发明涉及农产品质量检测技术领域,具体涉及基于深度学习的鸡蛋重量及蛋壳质量智能检测系统及方法,该系统使用深度学习技术对鸡蛋重量和蛋壳质量进行智能化检测和分级,包括:图像采集模块,用于采集鸡蛋图像数据;图像预处理模块,与图像采集模块连接,用于对鸡蛋图像数据进行预处理;深度学习检测模块,与图像预处理模块连接,用于基于预处理后的鸡蛋图像数据,对鸡蛋质量进行分类;检测结果输出模块,与深度学习检测模块连接,用于将鸡蛋质量分类结果及蛋壳图像数据发送至显示端;参数反馈调整模块,用于基于分类结果,调整图像采集模块的参数,采用深度学习算法和多特征融合技术,检测准确率高达95%以上,大幅提升了鸡蛋质量检测的准确性。
技术关键词
智能检测系统
鸡蛋
图像采集模块
高分辨率摄像头
颜色校正
显示端
摄像头支撑架
输出模块
特征融合技术
图像采集参数
深度卷积神经网络
权重分配机制
反馈控制单元
智能检测方法
数据
SVM分类器
实时监控系统
图像分割
系统为您推荐了相关专利信息
异常事件
红外灯珠
靶标
照度传感器
红外检测模块
多层线路板
质检系统
机器学习模型
系统集成模块
模型训练模块
多通道光谱成像仪
三维重建方法
图像拼接
工业相机
荧光
岩性识别方法
数据交互模块
图像分类算法
图像采集模块
电子放大镜
变压器套管
多关节机器人
关节单元
生成控制信息
视觉定位装置