【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于小样本学习的化肥颗粒检测方法。
技术介绍
1、随着科学技术的发展，工厂生产方式已从机械化转向自动化和智能化。化肥在作物生长中扮演着重要角色，因此化肥的造粒粒度成为影响最终质量的关键因素。氨酸法造粒工艺是一种常见的化肥生产工艺，通过在转鼓造粒机中进行化学反应，将硫酸、氨、磷酸一铵、硫酸与尿素、氯化钾、蒸馏水等原料转化为化肥小颗粒。然而，传统的氨酸法造粒工艺需要技术工人近距离观察造粒机内的物料状态和化肥，以判断加入的水蒸气量是否合适，并调节加入的水蒸气。这种依赖于肉眼观察的方式耗时耗力，而且化肥造粒过程中散发出的化学气体，如氨气，可能导致工人氨中毒。
技术实现思路
1、基于
技术介绍
存在的技术问题，本专利技术提出了一种基于小样本学习的化肥颗粒检测方法，不仅减少了人力成本，而且提高了工作环境的安全性。
2、本专利技术提出的一种基于小样本学习的化肥颗粒检测方法，用于判断化肥颗粒是否合格，其特征在于，将包含化肥颗粒的化肥颗粒图像与参考标准图像集送入到...
【技术保护点】
1.一种基于小样本学习的化肥颗粒检测方法，用于判断化肥颗粒是否合格，其特征在于，将包含化肥颗粒的化肥颗粒图像与参考标准图像集送入到训练完成的孪生网络模型中，所述参考标准图像集包括合格的参考标准图像和不合格的参考标准图像，输出化肥颗粒图像分别与合格的参考标准图像以及不合格的参考标准图像之间的相似度得分；
2.根据权利要求1所述的基于小样本学习的化肥颗粒检测方法，其特征在于，其中分级动态相似性损失函数具体如下：
3.根据权利要求1所述的基于小样本学习的化肥颗粒检测方法，其特征在于，孪生网络模型在训练完成后，通过化肥颗粒图像验证数据集进行验证，具体验
...【技术特征摘要】
1.一种基于小样本学习的化肥颗粒检测方法，用于判断化肥颗粒是否合格，其特征在于，将包含化肥颗粒的化肥颗粒图像与参考标准图像集送入到训练完成的孪生网络模型中，所述参考标准图像集包括合格的参考标准图像和不合格的参考标准图像，输出化肥颗粒图像分别与合格的参考标准图像以及不合格的参考标准图像之间的相似度得分；
2.根据权利要求1所述的基于小样本学习的化肥颗粒检测方法，其特征在于，其中分级动态相似性损失函数具体如下：
3.根据权利要求1所述的基于小样本学习的化肥颗粒检测方法，其特征在于，孪...
【专利技术属性】
技术研发人员：周林立，曾涵，汤才国，熊建巧，谢中成，卫学友，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：
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。