摘要
本发明公开了一种基于深度学习的稻谷外壳分离方法,包括如下步骤:对稻谷批次进行多角度图像采集与预处理,得到标准化图像数据;将图像输入动态特征可重构分选网络进行自动识别与特征提取,获得颗粒空间与属性特征;将特征表示输入包含动态门控多头决策推断层的动态图卷积神经网络进行分选推理,输出分选决策结果;对低置信度结果自动重判或拒判;基于最终决策自动生成工艺参数,下发至分选设备完成稻谷外壳分离作业。本发明能够实现稻谷外壳分离的全流程智能自适应分选,提高分选精度、可靠性和自动化水平。
技术关键词
动态门控
稻谷
节点特征
统计特征
决策
空间位置关系
分支
外壳
邻域特征
多层空间结构
图像
分选设备
深度卷积神经网络
实例分割模型
多角度
直方图均衡化
长宽比
非线性
可调焦距
系统为您推荐了相关专利信息
平衡优化方法
焚烧炉
协同优化算法
垃圾热值
耦合神经网络
数值天气预报
风光功率预测方法
微尺度
对象
节点
条码图像
智能条码
打印方法
梯度提升决策树
深度卷积神经网络
风险评估系统
术后并发症
风险评估模型
心血管健康
特征提取模块
威胁检测方法
节点特征
告警策略
序列
深度学习算法