龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：合肥泰禾智能科技集团股份有限公司
摘要：本发明涉及分选机技术领域，公开了松子分选设备，包括基架、摄像组件、分选组件以及收集组件；基架包括支撑腿、基板、支架以及顶板，其中，基板的底部固定有支撑腿，基板的底面固定有圆形筒体，支架的底部滑动连接在筒体外壁，并能够沿筒体外壁转动，顶板固定在支架的顶端；摄像组件包括固定在顶板下方的调节杆、安装在调节杆底端的摄像模块以及驱动调节杆沿着顶板滑动的调节机构。本发明通过上述方案，能够高效、准确识别存在花斑的松子，并且能够达到分选存在花斑的松子的目的，提出的分选设备中的集料斗方便获取松子图像，便于获得大量数据来训练本申请提出的识别模型。
主权项：1.一种松子花斑的识别方法，其特征在于，包括如下步骤：数据收集：收集松子图像，在不同角度、高度以及亮度条件下获取；数据预处理：对收集到的图像数据进行预处理，预处理包括但不限于图像缩放、裁剪、灰度化或彩色化操作，还可以对图像进行亮度调整、对比度增强以提高模型的鲁棒性；标注数据：为图像数据添加标签或类别信息，以便训练模型时能够学习和区分不同类别的图像。模型训练：使用标注好的图像数据来训练卷积神经网络模型，在训练过程中，卷积神经网络模型将学习从输入图像到输出类别标签之间的映射关系，且训练过程中可以使用反向传播算法和优化器来调整模型的权重和偏置，以最小化预测误差；模型评估：使用另外一组标注好的测试数据对模型进行评估，通过计算准确率、召回率、精确度等指标，来评估模型在识别任务上的性能表现，如果模型的性能不满足要求，可以尝试调整模型架构、增加训练数据量或进行超参数调优等操作。模型部署和应用：在完成训练和评估后，将卷积神经网络模型模型部署到实际应用场景中，即将卷积神经网络模型集成到软件系统中，以便用户输入图像并获取识别结果。
全文数据：
权利要求：
百度查询： 合肥泰禾智能科技集团股份有限公司 一种松子花斑的识别方法及分选设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号