Equipo de laboratorio de AOI Rice Grain Quality Analyzer con servicio remoto de la Después-venta

Fondo de la inspección

El analizador rápido del AI del arroz de alta precisión se convirtió y produjo por nuestra compañía se puede utilizar en plantas de tratamiento del arroz, almacenamiento del arroz, laboratorios, y centros de la inspección de la calidad. Puede detectar y analizar los granos del brote, los granos heterogéneos del brote, las semillas de la hierba, los granos cretáceos, los granos gusano-comidos, los granos de la giberelina, los granos quebrados, los gérmenes negros, las impurezas, el etc., y genera informes estadísticos de vez en cuando para mejorar funcionamiento y rastreabilidad de la seguridad del producto, y al mismo tiempo puede dirigir la mejora de la calidad del arroz.

Combine los métodos tradicionales de la visión por ordenador y los algoritmos de la inteligencia artificial para analizar el arroz. Primero, utilice los métodos tradicionales de la visión para dividir los granos del arroz en segmentos en el marco video, y después utilice los algoritmos de la inteligencia artificial para identificar las cualidades de los granos divididos en segmentos del arroz para determinar si hay insectos. Polilla, brote, moho y otros problemas. Al mismo tiempo, dos cámaras de alta resolución fueron utilizadas para fotografiar el frente y detrás del arroz, y las propiedades de los dos lados eran analizadas. Con el algoritmo del registro, el frente y detrás del arroz se registra uno por uno, y sus cualidades respectivas se combinan para obtener las cualidades de un grano completo del arroz.

Ventajas del equipo:

Tecnología clave:

1. Binarization automático: Red neuronal profunda del uso para dividir el primero plano y el fondo en segmentos de la imagen. Comparado con el método tradicional del binarization, puede ser aplicada a una variedad de condiciones de iluminación, y la segmentación del borde del arroz es altas ventajas más lisas, rápidas y robustas.

2. Algoritmo adhesivo de la segmentación del arroz: El método basado en ámbitos conectados no puede dividir el arroz en segmentos adherido. La red neuronal profunda se utiliza para dividir el arroz en segmentos adherido en un nivel del caso, que puede alcanzar una velocidad de 1000fps y puede procesar el arroz adherido en tiempo real.

3. Algoritmo del reconocimiento de la cualidad del arroz: adopta una red neuronal ligera e integra un método de aprendizaje semi-supervisado. El modelo puede ser optimizado iterativo solamente marcando una pequeña cantidad de datos. Tiene las ventajas de la alta exactitud, de la velocidad rápida, y del despliegue conveniente.

Características del sistema

• 1. Algoritmo del AI: alta estabilidad, adaptándose al disturbio del ambiente y del fondo; diversas muestras del defecto pueden ser identificadas automáticamente después de entrenar
• Dataization: La base de datos independiente, ahorra muestras múltiples, analizar no-buenos productos, y conserva historia
• Multi-orientación: ° 360 completo dentro y fuera de las muestras
• Alta precisión: la exactitud de la detección puede ser alta
• La modularización, puede aumentar o disminuir fexiblemente la función de detección según necesidades reales del cliente
• Fácil actuar: Es fácil actuar y fácil mantener
• Seguridad: Fabricación del material del grado médico, completamente obediente con el ambiente de producción de los suministros médicos

Nuestras ventajas