摘要
本发明涉及基于射线技术的无损核桃分级检测方法,本发明以核桃坚果为材料,首先对不同的带壳核桃进行CT成像,破壳后再人工分级标注后得到训练集,深度残差网络模型对核桃仁进行特征识别和分级,并输出分级检测结果,通过最小化分级检测结果与实际等级对深度残差网络模型进行训练,得到训练好之后的核桃分级检测模型;再利用训练好之后的核桃分级检测模型对带壳核桃仁进行CT成像,得到分级结果。本发明通过算法构建图像识别分类模型,引入混淆矩阵图和ROC曲线来印证模型在一定范围的可行性和准确性。本发明使用无损检测技术对带壳核桃分级,其优点是节约成本、省时便捷。
技术关键词
深度残差网络模型
分级检测方法
核桃
CT成像装置
图像识别分类
射线
无损检测技术
训练集
果实
曲线
样本
物体
矩阵
算法
系统为您推荐了相关专利信息
集成学习模型
结构安全系数
变截面
混合整数规划
非线性有限元分析
设备状态数据
暖通系统
分析方法
转换算法
振动传感器
异物侵限监测系统
山区铁路
被动防护网
视频图像采集装置
图像识别分类技术
故障诊断定位方法
电池包系统
车辆电池
定位故障位置
模式
多尺度特征提取
融合特征
块边界
金字塔特征
图像获取模块