摘要
本发明公开了一种基于物联网的商品智能质检方法及系统,涉及人工智能技术领域,包括:首先获取模拟多模态传感器数据构成的第一训练集,包括生鲜状态目标值与类型标注;调用商品质检模型提取多模态特征,分别进行目标值回归与状态类型分类推测;基于标注值与推测值计算生鲜状态推测损失,并通过多模态特征偏差计算对齐损失;融合两类损失优化模型,得到目标商品质检模型。该模型可实时处理物联网多模态传感器采集的生鲜监测数据,推测其状态目标值与类型,输出质检结果,解决了传统方法依赖人工、单模态数据局限及多模态特征对齐不足的问题,适用于生鲜冷链、零售等场景的智能质量管控。
技术关键词
质检模型
数据
传感器监测
智能质检方法
多模态传感器
校准
多模态特征
训练集
偏差
服务器系统
指标
人工智能技术
依赖人工
场景
系统为您推荐了相关专利信息
品质分级方法
多模态特征融合
特征值
图像分割
深度神经网络训练
多尺度卷积神经网络
侦测方法
双向长短期记忆网络
混合深度学习
地理位置信息
优化控制方法
电子接口
LSTM模型
互联设备
负荷