【技术实现步骤摘要】
一种基于卷积神经网络的白酒上甑探汽方法
本专利技术涉及智能识别
,具体涉及一种基于卷积神经网络的白酒上甑探汽方法。
技术介绍
中国白酒是世界六大蒸馏酒之一,其中固态发酵酿造工艺是具有独特性的工艺,是全体中国劳动人民智慧的结晶,“生香靠发酵,提香靠蒸馏“的酿造经验流传千年,其中白酒的酿造工艺中,蒸馏过程尤为重要,白酒的产量和品质主要依靠蒸馏工艺,上甑是蒸馏最重要的工艺之一,需要在特定的情况下实现”探汽上甑,薄层加料“,能够实现准确的探汽,能够识别各类情况,达到准确的上甑和加料,最大层程度减少”压汽“和”跑汽“的现象的发生,可以有效的提高白酒的产量和品质。上甑过程主要在酒蒸汽前锋将要溢出酒醅表面时,铺上一层薄薄的冷料,实现最优的溶脂条件,传统的上甑工艺采用人工凭借经验进行上甑,这种方式需要耗费大量的人力资源,而且没有统一的标准,不同的工作人员可能判断的结果不一样,可能造成”压汽“和”跑汽“的现象;一部分研究人员采用数字图像处理和传统机器学习算法结合的方式实现了上甑探汽,但是这一类的方法由于采用人工设计特征提取算法,存在泛化 ...
【技术保护点】
1.一种基于卷积神经网络的白酒上甑探汽方法,其特征在于:包括如下步骤:先通过热红外摄像头获取甑桶的类红外图像,完成类红外图像的预处理后,基于Deconv-SSD模型实现上甑、部分区域补料和整体铺料情况的判断。/n
【技术特征摘要】 【专利技术属性】
1.一种基于卷积神经网络的白酒上甑探汽方法,其特征在于:包括如下步骤:先通过热红外摄像头获取甑桶的类红外图像,完成类红外图像的预处理后,基于Deconv-SSD模型实现上甑、部分区域补料和整体铺料情况的判断。
2.如权利要求1所述的一种基于卷积神经网络的白酒上甑探汽方法,其特征在于:采用Deconv-net卷积神经网络提取特征,在改进的SSD算法上实现上甑、部分区域补料和整体铺料情况的判断,对于上甑和整体铺料这两种情况主要对整个甑桶进行操做,结合加料设备实现操做;对于部分补料情况,通过准确检测出需要补料的二维位置,并结合加料设备实现精准补料。
3.如权利要求1所述的一种基于卷积神经网络的白酒上甑探汽方法,其特征在于:所述Deconv-SSD模型在特征提取的最小单元中首先使用逐点分组卷积对输入特征图进行降维,以减少深度可分离卷积的计算量,然后利用通道重排对多通道特征图交叉重排,最后利用深度可分离卷积与逐点分组卷积的组合完成特征提取,与输入特征图进行特征拼接,这样每一组最小单元之间都有跳跃连接,每一组最小单元的输入都是前面所有层输出的并集。
技术研发人员:高祥,肖体刚,蔡乐才,张超洋,居锦武,
申请(专利权)人:四川轻化工大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。