摘要
本发明涉及计算机视觉领域,特别涉及中药材智能识别分拣方法及系统。基于多光谱与显微视觉融合引擎,通过亚像素级特征提取及跨模态知识蒸馏实现中药材毫秒级真伪鉴别,结合PointRend点云分割与药典图谱对抗验证彻底消除相似药材混淆;创新旋转式YOLO‑MoE多角度缺陷检测机制,在自适应引导执行单元辅助下达成零人工干预的零混淆品控闭环,同步通过动态联邦学习机制持续升级图谱数据库。突破了现有中药识别系统依赖人工经验、真伪鉴别能力薄弱的技术瓶颈,彻底解决了半自动化药房视觉识别维度单一导致的形态相似药材混淆、无质量控制机制引发的缺陷品漏检等关键问题,将药材鉴别分拣过程提升到稳定可靠、自适应协同的智能化水平。
技术关键词
中药材智能
分拣方法
可见光图像
指纹特征
图谱
中药识别系统
多模态图像数据
识别分拣系统
高光谱图像数据
校准
多角度
机械爪
可变形卷积层
超分辨率
缺陷检测单元
视觉
检测台
路径规划单元
暗电流噪声
系统为您推荐了相关专利信息
多通道特征融合
药物子结构
Node2Vec算法
分子结构特征
节点
预训练语言模型
时序
序列特征
知识图谱分析
注意力
模糊特征
隶属度函数
模糊规则
电学性能参数
扫描电子显微镜
数据湖系统
知识图谱查询
查询交互方法
电池更换辅助设备
车辆电池
苗圃植物
病虫害检测系统
三维深度信息
可见光图像
相机组件