[发明专利]一种基于卷积神经网络的桃子原料质量识别装置及使用方法

权利要求书

1.一种基于卷积神经网络的桃子原料质量识别装置，包括传送带(1)，其特征在于：所述传送带(1)的框架顶部固定连接有罩壳(2)，所述罩壳(2)的顶部固定安装有控制电脑(3)；

所述罩壳(2)的内腔顶部纵向固定安装有全景摄像头(4)且全景摄像头(4)的数目为若干组，所述罩壳(2)的内腔顶部后侧固定安装有支架(5)，所述支架(5)的顶部固定安装有电机(6)，所述电机(6)的传动轴贯穿支架(5)且固定连接有拨板(7)，所述传送带(1)的表面两侧均安装有导向板(8)，两组所述导向板(8)的顶部均通过固定杆(9)和罩壳(2)的内腔顶部固定连接。

2.根据权利要求1所述的一种基于卷积神经网络的桃子原料质量识别装置，其特征在于：所述传送带(1)的上表面接近处安装有横板(11)且横板(11)至于导向板(8)的后侧，所述横板(11)的前侧壁两侧均通过连杆(12)分别和两组所述导向板(8)固定连接，所述横板(11)的底部安装有软毛(13)。

3.根据权利要求1所述的一种基于卷积神经网络的桃子原料质量识别装置，其特征在于：所述罩壳(2)的内腔两侧壁均固定安装有挡板(10)且挡板(10)贴近于传送带(1)边缘处。

4.根据权利要求1所述的一种基于卷积神经网络的桃子原料质量识别装置，其特征在于：所述拨板(7)贴合于传送带(1)的表面。

5.根据权利要求1所述的一种基于卷积神经网络的桃子原料质量识别装置，其特征在于：所述全景摄像头(4)的信号出端和控制电脑(3)的信号输入端连接，所述控制电脑(3)的信号输出端和电机(6)的信号输入端连接。

6.根据权利要求1-5任一项所述的一种基于卷积神经网络的桃子原料质量识别装置的使用方法，其特征在于：所述使用方法步骤如下：

步骤一、首先收集大量的存在质量问题的桃子，然后通过摄像机，通过各个角度进行拍摄桃子，采集存在质量问题的桃子的图片以及视频，将采集的数据库传送给控制电脑(3)，形成数据库；

步骤二、对采集的数据库内图片以及视频进行预处理，将预处理后的数据作为训练样本和测试样本；

步骤三、将训练样本用于卷积神经网络的训练，并且确定卷积神经网络的参数；

步骤四、将测试样本输入卷积神经网络进行识别测试，当测试完成，将整体的数据库全部细化，并且对数据进行放大扩增，然后基于该数据库的基础上建立完善的卷积神经网络系统；

步骤五、将需要识别的桃子至于传送带(1)表面，通过传送带(1)进行传送；

步骤六、然后通过导向板(8)进行导向，同时通过横板(11)底部的软毛(13)对桃子进行翻动；

步骤七、通过多组全景摄像头(4)进行采集多组桃子的图片以及视频传输给控制电脑(3)；

步骤八、控制电脑(3)将数据和数据库的数据进行对比分析，然后判断桃子是否存在质量问题，当存在质量问题利用电机(6)带动拨板(7)将桃子拨动至左侧，反之拨动至右侧，达到分拣的效果。