[发明专利]一种基于色选机的鱼类分选方法在审

专利信息
申请号: 202211643141.6 申请日: 2022-12-20
公开(公告)号: CN115921351A 公开(公告)日: 2023-04-07
发明(设计)人: 纪明伟 申请(专利权)人: 合肥高晶光电科技有限公司
主分类号: B07C5/342 分类号: B07C5/342;B07C5/02;B07C5/36;A22C25/04
代理公司: 合肥正则元起专利代理事务所(普通合伙) 34160 代理人: 苏宇
地址: 230000 安徽省合肥市合肥经济技术开发区*** 国省代码: 安徽;34
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 色选机 鱼类 分选 方法
【权利要求书】:

1.一种基于色选机的鱼类分选方法,其特征在于,包括以下步骤:

步骤一:预先收集所有待分类鱼类的若干张图片;并对鱼类图片按种类进行分类;并对每张图片进行标记;

步骤二:收集所有待分选鱼类的个体实体,并将所有鱼类放入色选机中,通过色选机将鱼类按颜色进行分离;

步骤三:从分离结果中获取所有分离后的鱼类分组;将每组鱼类标记为P;则P组中的每个鱼类品种标记为Pf;

步骤四:对于每个鱼类分组P中的鱼类品种Pf,从收集的图片中选出鱼类品种Pf对应的图像;获取鱼类分组P中所有鱼类品种的图片集合;

步骤五:对于鱼类分组P,以对应的图片集合中的图片作为输入,训练出识别鱼类分组P中的鱼类品种的神经网络模型;

步骤六:将训练完成的神经网络模型安装在色选机中,在实际分选过程中,结合色选机与训练完成的神经网络模型对鱼类品种进行分析;

步骤七:将分选的结果在色选机的人机互动界面进行展示。

2.根据权利要求1所述的一种基于色选机的鱼类分选方法,其特征在于,对鱼类图片进行标记的方式为将每类品种的鱼的图片使用整数作为标记。

3.根据权利要求1所述的一种基于色选机的鱼类分选方法,其特征在于,训练识别鱼类分组P中的鱼类品种的神经网络模型包括以下步骤:

步骤Q1:对于每个鱼类分组P,收集该分组下的每个鱼类品种的图片,并将没张图片像素大小预处理为神经网络模型所能接受的大小,组成神经网络模型的输入集合;

步骤Q2:对于每个鱼类分组,将每组图片集合作为输入,输入至神经网络模型中进行训练;

步骤Q3:预先根据实际经验设置识别准确率阈值K;当神经网络模型训练过程中,识别准确率达到识别准确率阈值K,并停止训练。

4.根据权利要求3所述的一种基于色选机的鱼类分选方法,其特征在于,所述预处理方式为缩放或补零的方式。

5.根据权利要求1所述的一种基于色选机的鱼类分选方法,其特征在于,对鱼类品种进行分析的过程包括以下步骤:

步骤X1:将所有待识别的鱼类经过色选机进行分选;并从所有神经网络模型中,找到每组鱼类对应颜色的训练完成的神经网络模型;

步骤X2:对于每组鱼类中的每条鱼个体,使用图像捕获设备获取其图像;

步骤X3:将该图像作为输入,输入至该鱼所在鱼类分组对应的神经网络模型中;

步骤X4:获取每条鱼图像在神经网络模型中的输出。

6.根据权利要求1所述的一种基于色选机的鱼类分选方法,其特征在于,将识别结果在色选机的人机互动界面进行展示的方式为:对于每条鱼,使用神经网络网络模型输出该条鱼的品种时,人互动界面展示该条鱼的图像以及输出的品种。

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合肥高晶光电科技有限公司,未经合肥高晶光电科技有限公司许可,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/202211643141.6/1.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