[发明专利]一种基于轻量级神经网络的苹果原料质量识别方法

权利要求书

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(16)的孔径由内往外依次递增。

5.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：所述纵向分布的坠落孔(16)的数量与通孔10的数量相等，最小孔径的坠落孔(16)与通孔(10)的孔径相等。

6.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：两个所述摄像头(7)分别与分布在底板(1)左右两部的两个导流盒(12)在竖直方向对齐设置。

7.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：位于所述收集槽(11)内腔底部固定铺设有海绵垫(17)。

8.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，包括以下操作步骤：

S1：首先操作人员将不同品种的苹果合格的图像信息输入倒控制器(8)的轻量级神经网络系统中；

S2：操作人员将摘取的苹果或者不同种类的苹果分批次的投放在筛选传输带(4)上，保证每个苹果独立的分布在筛选传输带(4)的置物孔(5)内；

S3：当筛选传输带4工作将分布传输带上面的苹果经过横板(9)底部的两个摄像头(7)进行实时检测苹果的图像状态，当图像传输给控制器(8)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(4)上的置物孔(5)内的苹果不合格时，控制器(8)控制位于该置物孔(5)下方对应的移动托板(13)连接的气缸(14)工作，从而控制其气缸(14)工作带动移动托板(13)向左移动，从而保证移动托板(13)上的坠落孔(16)与通孔(10)对齐后保证将不合格的苹果筛选下来，这种筛选方式快速便捷，自动化程度高；

S4：从坠落孔(16)内落下的苹果落在收集槽(11)上的海绵垫(17)上进行缓冲并且在自重的作用下从导流盒(12)排出，方便快捷。