Lieu d'origine: | La Chine |
Nom de marque: | KEYE |
Certification: | No |
Numéro de modèle: | KVIS-GR |
Quantité de commande min: | 1 ensemble |
---|---|
Prix: | negotiable |
Détails d'emballage: | bois sans fumigation |
Délai de livraison: | 4 à 6 semaines |
Conditions de paiement: | L/C, T/T |
Capacité d'approvisionnement: | 1 réglé par 4 semaines |
Garantie: | 1 an | Condition: | Nouveau |
---|---|---|---|
Couleur: | Gris | Model.NO: | KVIS-GR |
La température d'environnement : | 10℃~30℃ (aucune glace) | Humidité d'environnement: | <85% (aucune condensation) |
OEM: | Oui | salle d'exposition: | LES Etats-Unis |
Paquet: | emballage en bois | Port de chargement: | Changhaï |
Mettre en évidence: | Instrument diagnostique visuel de la qualité AI de riz,Équipement d'essai de qualité de riz d'inspection d'AI,Qualité de riz d'inspection d'AI vérifiant la machine |
Fond d'Inpection
L'instrument diagnostique visuel de la qualité AI de riz développé et produit par notre société est relié à du riz traitant la chaîne de production, avec du riz soulevant et transportant des canalisations, et le riz est régulièrement extrait à partir des canalisations de transport pour l'analyse de qualité. Détectez et analysez les grains normaux, les grains germés, les bourgeons hétérogènes, les graines d'herbe, les grains crayeux, les grains insecte-mangés, les grains de gibberella, les grands grains cassés, les petits grains cassés, les grains noirs de germe, les impuretés, etc. du riz, et les rapports statistiques de forme de temps en temps pour améliorer la sécurité du produit et la traçabilité.
L'instrument diagnostique visuel de la qualité AI de riz combine des méthodes traditionnelles de vision par ordinateur et des algorithmes d'intelligence artificielle pour analyser le riz. D'abord, des méthodes visuelles traditionnelles sont employées pour segmenter les grains de riz dans l'image vidéo, et alors des algorithmes d'intelligence artificielle sont employés pour identifier les attributs des grains divisés de riz et juger Whether là soyez érosion d'insecte, germination, moule 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, alignez l'avant et de retour du riz un, et combinez leurs attributs respectifs pour synthétiser les attributs d'un riz complet.
Principe de détection
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.
Technologie de details&key d'équipement
Model.No | KVS-GR | Inspectez la vitesse | 500-900/min |
Taille | 800*600*600mm | Poids | 60kg |
Tension | 220V±10%, 50Hz | Actuel | 500-1000W |
Température ambiante | 10~30℃ | Humidité d'environnement | Parent temperature≤85% |
binarization 1.Automatic : Employez le réseau neurologique profond pour segmenter le premier plan et le fond de l'image, comparés à la méthode traditionnelle de binarization, le binarization automatique peut être appliqué à un grand choix d'états d'allumage, et a les avantages d'un bord plus doux de la haute de segmentation de riz, rapide et robuste.
algorithme de segmentation du riz 2.Adhesion : La méthode basée sur domaine reliée ne peut pas segmenter le riz d'adhérence. Le réseau neurologique profond est employé pour segmenter le riz d'adhérence à un niveau d'exemple, qui peut atteindre une vitesse de l000fps et peut transformer le riz d'adhérence en temps réel.
algorithme de reconnaissance des propriétés 3.Rice : Il 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.
Avantages d'algorithme d'AI
Processus de usinage
Personne à contacter: Ms. Amy Zheng
Téléphone: +86 17355154206/+86 186 5518 0887