[发明专利]一种基于人工智能光学检测的溯源系统在审

专利信息
申请号: 202111112518.0 申请日: 2021-09-18
公开(公告)号: CN113807869A 公开(公告)日: 2021-12-17
发明(设计)人: 曹文荟 申请(专利权)人: 中科巨匠人工智能技术(广州)有限公司
主分类号: G06Q30/00 分类号: G06Q30/00;G06T7/00;G01N21/84;G06N3/04;G06N3/08
代理公司: 武汉菲翔知识产权代理有限公司 42284 代理人: 张红
地址: 510000 广东省广州市越秀*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 光学 检测 溯源 系统
【说明书】:

发明公开了一种基于人工智能光学检测的溯源系统,包括光学数据收集模块、数据分析模块、区块链编码模块和数据平台,光学数据收集模块捕捉产品的光学图像,并将图像数据发送至数据分析模块,数据分析模块包括预处理模块、神经网络分析模块,预处理模块对图像数据进行预处理,并将处理后的数据发送至神经网络分析模块,神经网络分析模块采用基于机器学习的处理算法辨别出产品的品种、质量、品质、成分的数据,并将数据发送至区块链编码模块进行溯源。本发明结合了图形学检测技术、人工智能边缘计算技术、AI码技术、多孔径技术及区块链技术,从而可以实现被测物成分的在线无损检测,对包括中药材,化妆品,工业产品、农产品在内的产品进行溯源。

技术领域

本发明涉及光学检测技术领域,特别涉及一种基于人工智能光学检测的溯源系统。

背景技术

目前,产品的成分不一,优劣无法通过人眼一下子进行辨别,导致假冒伪劣商品严重影响品牌企业的经营策略和渠道建设,而企业由于没有很好的技术导致企业采取相应措施成本较高,产品在进行分类时,需要人工进行区别,这增加了人工的成本,而且分类过程过于复杂,缺乏便捷可靠的辨别技术,降低了产品检测的效率。

发明内容

为了至少解决或部分解决上述问题,提供一种基于人工智能光学检测的溯源系统。

为了达到上述目的,本发明提供了如下的技术方案:

本发明一种基于人工智能光学检测的溯源系统,包括光学数据收集模块、数据分析模块、区块链编码模块和数据平台,所述光学数据收集模块捕捉产品的光学图像,并将图像数据发送至数据分析模块,所述数据分析模块包括预处理模块、神经网络分析模块,所述预处理模块对图像数据进行预处理,并将处理后的数据发送至神经网络分析模块,所述神经网络分析模块采用基于机器学习的处理算法辨别出产品的品种、质量、品质、成分的数据,并将数据发送至区块链编码模块进行溯源,所述区块链编码模块基于产品的品种、质量、品质、成分为每一个商品包装设备生成唯一性身份标识;并对产品进行喷码,再将将唯一性身份标识上传至数据平台。

作为本发明的一种优选技术方案,所述预处理模块对产品图像依次执行灰度处理、归一化处理,得到预处理图像。

作为本发明的一种优选技术方案,所述神经网络分析模块采用区域提案网络与边界框回归损失,实现产品的品种、质量、品质、成分的自动识别。

作为本发明的一种优选技术方案,所述区域提案网络与边界框回归损失采用faster r-cnn模型,所述faster r-cnn模型包括由卷积到批标准化到激活Relu函数的卷积单元形式的网络结构组成。

作为本发明的一种优选技术方案,所述数据平台向用户呈现可视化数据,用户通过唯一性身份标识进行查询访问,所述产品的品种、质量、品质、成分的数据采用区块链技术存证。

与现有技术相比,本发明的有益效果如下:

本发明结合了图形学检测技术、人工智能边缘计算技术、AI码技术、多孔径技术及区块链技术,可得到被测物的空间形貌信息与每一像素点的信息,形成三维数据块。从而可以实现被测物成分的在线无损检测,对包括中药材,化妆品,工业产品、农产品在内的产品进行溯源。

附图说明

附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:

图1是本发明的整体结构示意图;

图中:1、光学数据收集模块;2、数据分析模块;3、区块链编码模块;4、数据平台;5、预处理模块;6、神经网络分析模块。

具体实施方式

以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。其中附图中相同的标号全部指的是相同的部件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科巨匠人工智能技术(广州)有限公司,未经中科巨匠人工智能技术(广州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111112518.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top