[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

说明书

本发明涉及桃子识别领域，具体为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，基于卷积神经网络的桃子原料质量识别装置包括传送带，所述传送带的框架顶部固定连接有罩壳，所述罩壳的顶部固定安装有控制电脑。本发明通过在控制电脑内输入存在质量的桃子图片以及视频，然后通过电脑进行存储为质量问题数据，并且对数据进行放大和扩增，形成数据库，基于该数据库设定卷积神经网络系统，然后通过全景摄像头进行扫描，然后和控制电脑的数据库进行对别，然后将质量好的桃子和质量差的桃子分别拨向两侧，实现分拣的效果，从而有效的提高了分拣的效率，较为实用，适合广泛推广与使用。

技术领域

本发明涉及桃子识别领域，具体为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。

背景技术

在机器学习中，卷积神经网络是一种深度前馈人工神经网络，已成功地应用于图像识别，卷积神经网络，是一种前馈神经网络，人工神经元可以响应周围单元，可以进行大型图像处理。卷积神经网络包括卷积层和池化层，卷积神经网络包括一维卷积神经网络、二维卷积神经网络以及三维卷积神经网络。一维卷积神经网络常应用于序列类的数据处理；二维卷积神经网络常应用于图像类文本的识别；三维卷积神经网络主要应用于医学图像以及视频类数据识别。

现有的在对桃子进行销售之前，需要对批量的桃子进行挑拣，将存在质量问题的桃子剔除，现有的挑拣大多都是通过人工进行挑拣，挑拣效率低下。因此，我们提出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。

发明内容

本发明的目的在于提供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，解决了背景技术中所提出的问题。

为实现上述目的，本发明提供如下技术方案：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，所述传送带的框架顶部固定连接有罩壳，所述罩壳的顶部固定安装有控制电脑；

所述罩壳的内腔顶部纵向固定安装有全景摄像头且全景摄像头的数目为若干组，所述罩壳的内腔顶部后侧固定安装有支架，所述支架的顶部固定安装有电机，所述电机的传动轴贯穿支架且固定连接有拨板，所述传送带的表面两侧均安装有导向板，两组所述导向板的顶部均通过固定杆和罩壳的内腔顶部固定连接。

作为本发明的一种优选实施方式，所述传送带的上表面接近处安装有横板且横板至于导向板的后侧，所述横板的前侧壁两侧均通过连杆分别和两组所述导向板固定连接，所述横板的底部安装有软毛。

作为本发明的一种优选实施方式，所述罩壳的内腔两侧壁均固定安装有挡板且挡板贴近于传送带边缘处。

作为本发明的一种优选实施方式，所述拨板贴合于传送带的表面。

作为本发明的一种优选实施方式，所述全景摄像头的信号出端和控制电脑的信号输入端连接，所述控制电脑的信号输出端和电机的信号输入端连接。

本发明还提供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，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，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表面，通过传送带进行传送；

步骤六、然后通过导向板进行导向，同时通过横板底部的软毛对桃子进行翻动；