摘要
本申请公开了基于深度学习的多维度谷物筛选系统及方法,涉及农产品加工技术领域,解决了现有技术缺乏考虑筛选环境对于视觉检测参数的影响,使得视觉检测特征质量降低,导致谷物筛选系统的准确度和效率较低的技术问题;通过根据谷物数据和环境数据生成设备调整参数值;基于设备调整参数值获取调整后的检测图像和点云数据并以此结合声纹数据生成检测结果;根据检测结果生成警报信号并进行筛选,对外部缺陷检测的数据进行质量分析,通过自适应改变设备参数使得数据质量能够提升,将谷物内外部的缺陷检测分步处理,提升筛选速度又能减少资源消耗;并在外部缺陷检测时根据数据质量动态调整数据组合权重,提升了筛选准确度和筛选效率。
技术关键词
谷物筛选系统
标签
数据生成设备
人工智能模型
生成警报信号
图像信噪比
谷物参数
点云
谷物筛选方法
数据分析模块
多模态
决策
对比度
训练集
数据采集模块
数据生成图像
系统为您推荐了相关专利信息
设备异常检测方法
时间滑动窗口
短时傅里叶变换
门控循环单元
声纹特征
动态
个性化推荐引擎
半监督学习模型
资源库
节点特征
区块链交易信息
嵌入特征
随机森林模型
节点
识别方法
特征提取器
分类图像数据
原始图像数据
修复方法
样本