检索结果-南通市图书馆

食品与机械 2023年第1期39卷 139-145页

作者：刘敬宇裴悦琨常志远柴智曹佩佩大连大学辽宁省北斗高精度位置服务技术工程实验室辽宁大连116622 大连大学大连市环境感知与智能控制重点实验室辽宁大连116622

目的:实现工业化条件下樱桃的快速分级。方法:采用YOLOX网络对缺陷果进行检测,通过为特征金字塔网络设置适当的融合因子来提高不明显缺陷的检测精度,并将Focal Loss集成到损失函数中;使用YOLOX网络对完好果进行分级,引入注意力机制CBAM... 详细信息

目的:实现工业化条件下樱桃的快速分级。方法:采用YOLOX网络对缺陷果进行检测,通过为特征金字塔网络设置适当的融合因子来提高不明显缺陷的检测精度,并将Focal Loss集成到损失函数中;使用YOLOX网络对完好果进行分级,引入注意力机制CBAM来加强网络特征提取。结果:樱桃表面缺陷的平均检测精度为97.59%,大小和颜色分级的平均检测精度为95.92%。结论:改进后的YOLOX网络可明显提升樱桃缺陷及分级检测的精度。

关键词：樱桃分级 YOLOX FPN Focal Loss 注意力机制

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于FPGA的快速樱桃缺陷检测与识别系统设计

引用

食品与机械 2020年第8期36卷 129-134,165页

作者：裴悦琨谷宇连明月大连大学辽宁省北斗高精度位置服务技术工程实验室辽宁大连116622 大连大学大连市环境感知与智能控制重点实验室辽宁大连116622

为使樱桃缺陷检测与识别系统满足实时性的要求,提出以卷积神经网络模型为基础,使用SDSoC开发平台,完成FPGA对樱桃缺陷进行快速检测与识别系统的设计。通过优化数据传输,复用网络模型中通用矩阵乘法函数(GEMM)和对卷积操作进行并行化设计... 详细信息

为使樱桃缺陷检测与识别系统满足实时性的要求,提出以卷积神经网络模型为基础,使用SDSoC开发平台,完成FPGA对樱桃缺陷进行快速检测与识别系统的设计。通过优化数据传输,复用网络模型中通用矩阵乘法函数(GEMM)和对卷积操作进行并行化设计,实现PL端硬件加速。利用SDSoC平台,在PS端使用高级语言映射卷积神经网络模型,在实现所需性能的同时大量节省了开发时间。结果表明,与纯软件方式相比,基于Zynq7020硬件开发平台,速度提高了2.19倍以上,与CPU平台相当。

关键词：缺陷检测樱桃分级卷积神经网络硬件加速现场可编程门阵列 SDSoC

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的樱桃缺陷检测与识别

引用

食品与机械 2019年第12期35卷 137-140,226页

作者：裴悦琨连明月姜艳超叶家敏韩心新谷宇大连大学辽宁省北斗高精度位置服务技术工程实验室辽宁大连116622 大连大学大连市环境感知与智能控制重点实验室辽宁大连116622

以机器视觉技术为基础,利用卷积神经网络对樱桃缺陷进行检测与识别,并进行验证。结果表明,正常果樱桃识别准确率为99.25%,缺陷果樱桃识别准确率为97.99%,识别速度为25个/s;通过与其他方法进行对比,试验方法能够准确检测并识别多种缺陷... 详细信息

以机器视觉技术为基础,利用卷积神经网络对樱桃缺陷进行检测与识别,并进行验证。结果表明,正常果樱桃识别准确率为99.25%,缺陷果樱桃识别准确率为97.99%,识别速度为25个/s;通过与其他方法进行对比,试验方法能够准确检测并识别多种缺陷类型。

关键词：缺陷检测樱桃分级机器视觉卷积神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的樱桃形状及大小检测技术

引用

食品工业 2020年第8期41卷 199-202页

作者：裴悦琨叶家敏姜艳超连明月韩心新谷宇大连大学辽宁省北斗高精度位置服务技术工程实验室大连116622 大连大学大连市环境感知与智能控制重点实验室大连116622

针对目前樱桃分级主要依靠人力和分级效率低下等问题,基于计算机视觉技术提出了一种欧氏距离法,以区分正常樱桃和畸形樱桃。首先,对原图进行图像处理,分别提取果体、果梗边缘信息;其次,以果蒂为基点,顺时针依次与果体边界计算欧氏距离,... 详细信息

针对目前樱桃分级主要依靠人力和分级效率低下等问题,基于计算机视觉技术提出了一种欧氏距离法,以区分正常樱桃和畸形樱桃。首先,对原图进行图像处理,分别提取果体、果梗边缘信息;其次,以果蒂为基点,顺时针依次与果体边界计算欧氏距离,并绘制欧氏距离波形图;然后,根据波形图波谷深浅程度判定樱桃果形是否畸形;最后,将畸形果剔除后,对正常果进行尺寸分级。试验表明,欧氏距离法能100%检测出畸形果,且尺寸分级准确率为93.3%。该方法可准确高效对樱桃进行分拣分级,具有一定的实用价值。

关键词：计算机视觉欧式距离法畸形尺寸樱桃分级

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：