摘要
本发明提供的一种基于Transformer网络的缝蛋无损检测方法,通过将敲击禽蛋的声音信号、可见和近红外的光谱信号进行特征融合,并将融合后的特征输入到Transformer网络模型中进行训练以输出禽蛋是否出现裂缝的判断结果,这种基于Transformer网络网络模型的裂缝蛋的检测方法,大大提升了裂缝蛋的无损检测效率和检测精度,避免了因采用人工检测带来的资源浪费。通过将机器视觉技术应用到禽蛋裂缝检测,实现了机器视觉对人眼的扩展,使其在一定程度上具有人脑的判断能力,以基于自动化的方式来替代人工区分是否具有蛋缝从而保证禽蛋的品质。
技术关键词
无损检测方法
禽蛋
信号
裂缝
短时傅里叶变换
序列
前馈神经网络
交叉注意力机制
机器视觉技术
格式
编码向量
融合特征
滤波
卤钨灯
跨模态
光谱仪
咪头
系统为您推荐了相关专利信息
模糊强化学习
信号灯
车辆状态数据
模糊控制器
模糊推理
卫星通信链路
高精度定位系统
角速度信息
高精度定位方法
卫星定位模块
变电站通风系统
LMS算法
变电站噪声污染
主动降噪系统
抛物线函数
移动机器人环境
波导
功率放大器
吸收模块
超声波探测装置
声学装置
声学传感器阵列
信息采集方法
风机叶片
风力发电机