一种基于轻量级神经网络的苹果原料质量识别方法技术

本发明专利技术涉及苹果原料质量检测技术领域，公开了一种基于轻量级神经网络的苹果原料质量识别方法，包括底板，所述底板底部四角处均竖直向下固定连接有支架，位于所述底板上部中间位置竖直向上开设有收集槽，位于所述收集槽前后两侧壁均向下倾斜固定连通有导流盒。本发明专利技术设置的两个摄像头进行实时检测苹果的图像状态，当图像传输给控制器内轻量级神经网络系统进行对比数据后，一旦识别到位于筛选传输带上的置物孔内的苹果不合格时，控制器控制位于该置物孔下方对应的移动托板连接的气缸工作，从而控制其气缸工作带动移动托板向左移动，从而保证移动托板上的坠落孔与通孔对齐后保证将不合格的苹果筛选下来，自动化程度高。自动化程度高。自动化程度高。

【技术实现步骤摘要】
一种基于轻量级神经网络的苹果原料质量识别方法


[0001]本专利技术涉及苹果原料质量检测
，具体为一种基于轻量级神经网络的苹果原料质量识别方法。

技术介绍

[0002]目前，大型深度神经网络的构建通常需要很强的专家知识，一般会耗费研究人员大量的时间和精力，尤其在遥感图像处理领域。同时这些人工设计的网络通常计算复杂度高、内存开销大，也给在边缘计算设备上的部署提出了极大的挑战。神经结构搜索，是一种专门针对深度神经网络的自动化设计方法，该方法可以有效降低人工参与程度，在机器视角下对深度神经网络进行自动化搭建。
[0003]我国的水果产量一直以来都稳居于世界第一位的位置，而且水果种植面积正在逐年增高，但是在这个水果种植面积飞速发展的时代，苹果在采摘后需要进行包装处理，包装处理前需要对腐坏以及损伤较大的苹果进行分离出来，但是目前的方式都是采用人工筛选的方式进行操作，费时费力，整个检测的效率低。

技术实现思路

[0004]本专利技术的目的在于提供一种基于轻量级神经网络的苹果原料质量识别方法，解决了
技术介绍
中所提出的问题。...

【技术保护点】

【技术特征摘要】
1.一种基于轻量级神经网络的苹果原料质量识别方法，其特征在于：包括底板(1)，所述底板(1)底部四角处均竖直向下固定连接有支架(2)，位于所述底板(1)上部中间位置竖直向上开设有收集槽(11)，位于所述收集槽(11)前后两侧壁均向下倾斜固定连通有导流盒(12)；位于所述底板(1)左右两部均水平纵向固定安装有传动辊(3)，两个所述传动辊(3)之间通过筛选输送带(4)传动连接，位于所述底板(1)上部水平固定安装有承重托板(15)，位于所述承重托板(15)中部左右两部均竖直开设有多个等距分布的通孔(10)；位于所述筛选传输带(4)上沿其宽度方向竖直开设有多个等距分布的置物孔(5)；位于所述承重托板(15)底面左右两部均水平相向固定安装有多个等距分布的气缸(14)，每个气缸(14)的活塞杆端部均固定连接有移动托板(13)，移动托板(13)的数量与分布在筛选传输带4上置物孔(5)纵列数量相等，移动托板(13)上竖直开设有多个等距分布的坠落孔(16)；所述底板(1)前后两侧壁均竖直向上固定安装有侧板(6)，位于两块所述侧板(6)之间中间位置上部水平固定连接有横板(9)，横板(9)底面左右两部均固定安装有摄像头(7)，位于所述横板(9)上部前侧竖直向上固定安装有控制器(8)。2.根据权利要求1所述的一种基于轻量级神经网络的苹果原料质量识别方法，其特征在于：所述收集槽(11)内腔底部呈中间高前后两侧边低的形成分布。3.根据权利要求1所述的一种基于轻量级神经网络的苹果原料质量识别方法，其特征在于：所述置物孔(5)的数量和通孔(10)的数量相等，且置物孔(5)与通孔(10)竖直对齐设置。4.根据权利要求1所述的一种基于轻量级神经网络的苹果原料质量识别方法，其特征在于：位于所述移动托板(13)上的坠落孔(1...

【专利技术属性】
技术研发人员：王岩，马旭，李大琳，谈磊，
申请(专利权)人：扬州润吉智能设备科技有限公司，
类型：发明
国别省市：