摘要
本发明涉及分级系统技术领域,尤其涉及一种基于图像识别的螃蟹分级系统。其技术方案包括硬件架构和软件架构。本发明通过构建多分支卷积神经网络模型,全面准确地评估螃蟹品质,有效避免了仅依据外观或单一指标进行分级的局限性,提高了分级的准确性,并集成多个不同结构的卷积神经网络模型,提高了模型的稳定性和泛化能力,使其能够更好地适应不同品种、不同环境下的螃蟹分级任务,并采用模块化架构设计,能够灵活调整和扩展分级模型,增强了系统的可扩展性,本发明引入了模糊逻辑决策,能够更精准地处理难以精确界定的特征,并采用双校验机制,有效避免了错误的分级决策输出,进一步提升分级的准确性。
技术关键词
分级系统
分级执行机构
多尺度特征提取
子模块
通道注意力机制
近红外相机
特征提取模块
池化特征
图像采集设备
模糊隶属函数
可见光图像
校验机制
决策
分支卷积神经网络
构建时间序列模型
时间序列分析方法
长短期记忆单元
系统为您推荐了相关专利信息
处理单元
子模块
数据处理装置
扩展单元
非临时性计算机可读存储介质
销售辅助系统
MEMS惯性传感器
销售辅助设备
子模块
多模态交互
卷积神经网络深度学习模型
多尺度特征提取
预警系统
火灾
预警方法
并网方法
新能源厂站
子模块
数据交换模块
PMU量测数据