Équipement de laboratoire d'AOI Rice Grain Quality Analyzer avec le service après-vente à distance

Fond d'inspection

L'analyseur rapide à haute précision du riz AI s'est développé et a produit par notre société peut être employé aux installations de transformation de riz, au stockage de riz, aux laboratoires, et aux centres d'inspection de qualité. Il peut détecter et analyser les grains de germination, les grains hétérogènes de germination, les graines d'herbe, les grains crayeux, les grains vermoulus, les grains de gibbérelline, les grains cassés, les germes noirs, les impuretés, etc., et produit des rapports statistiques de temps en temps pour améliorer des résultats et la traçabilité de sécurité du produit, et en même temps peut guider l'amélioration de la qualité de riz.

Combinez les méthodes traditionnelles de vision par ordinateur et les algorithmes d'intelligence artificielle pour analyser le riz. D'abord, employez les méthodes traditionnelles de vision pour segmenter les grains de riz dans l'image vidéo, et puis employez les algorithmes d'intelligence artificielle pour identifier les attributs des grains segmentés de riz pour déterminer s'il y a des insectes. Mite, germination, rouille et d'autres problèmes. En même temps, deux caméras à haute résolution ont été utilisées pour photographier l'avant et de retour du riz, et les propriétés des deux côtés ont été analysées. Par l'algorithme d'enregistrement, l'avant et de retour du riz sont enregistrés un, et leurs attributs respectifs sont combinés pour obtenir les attributs d'un grain complet de riz.

Avantages d'équipement :

Technologie clé :

1. Binarization automatique : Employez le réseau neurologique profond pour segmenter le premier plan et le fond de l'image. Comparé à la méthode traditionnelle de binarization, elle peut être appliquée à un grand choix d'états d'allumage, et la segmentation de bord du riz est des avantages élevés plus doux, rapides et robustes.

2. Algorithme adhésif de segmentation de riz : La méthode basée sur des domaines reliés ne peut pas segmenter le riz adhéré. Le réseau neurologique profond est employé pour segmenter le riz adhéré à un niveau d'exemple, qui peut atteindre une vitesse de 1000fps et peut transformer le riz adhéré en temps réel.

3. Algorithme de reconnaissance d'attribut de riz : adopte un réseau neurologique léger et intègre une méthode de étude semi-dirigée. Le modèle peut être itérativement optimisé seulement en marquant un peu de données. Il a les avantages de la vitesse de grande précision et rapide, et du déploiement commode.

Caractéristiques de système

• 1. Algorithme d'AI : de forte stabilité, s'adaptant à la perturbation d'environnement et de fond ; différents échantillons de défaut peuvent être automatiquement identifiés après la formation
• Dataization : La base de données indépendante, sauvent les échantillons multiples, analyser de non-bons produits, et maintiennent l'histoire
• Multi-orientation : ° 360 complet à l'intérieur et en dehors des échantillons
• Haute précision : l'exactitude de détection peut être haute
• La modularisation, peut avec souplesse augmenter ou diminuer la fonction de détection selon les besoins réels de client
• Facile à utiliser : Il est facile d'utiliser et facile à maintenir
• Sécurité : Fabrication de matériel de catégorie médicale, entièrement conforme avec l'environnement de production de fournitures médicales

Nos avantages