[实用新型]一种基于深度学习的分级装置有效

专利信息
申请号: 202122294316.4 申请日: 2021-09-23
公开(公告)号: CN215613324U 公开(公告)日: 2022-01-25
发明(设计)人: 杨小波;王艳兰;龙根炳 申请(专利权)人: 铜仁职业技术学院
主分类号: B07C5/34 分类号: B07C5/34;B07C5/10;B07C5/342;B07C5/36;G06M7/04;G06V20/68
代理公司: 北京盛凡佳华专利代理事务所(普通合伙) 11947 代理人: 靳桂琳
地址: 554300 贵州省*** 国省代码: 贵州;52
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 深度 学习 分级 装置
【说明书】:

实用新型公开了一种基于深度学习的分级装置,包括工作台,工作台上固定安装有传输履带,传输履带一侧上设置有步进电机,且传输履带末端呈均匀分布固定安装有分级滑道,工作台位于传输履带一侧上固定安装有垂壁支架,且工作台位于传输履带另一侧上固定安装有控制台,垂壁支架下表面固定安装有摄像头,控制台的外部固定安装有显示操作屏,且控制台的内部分别固定安装有图像分析模块、控制模块、定位数据库和计数器。本实用新型在使用过程中,对每个水果进行图像录入,再利用深度学习的工作方式对每个图像信息进行分析,结合各类分级标准,自动对每个水果进行分级,操作效率高。

技术领域

本实用新型涉及人工智能技术领域,尤其涉及一种基于深度学习的分级装置。

背景技术

深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术,因而应用于各个行业中。

例如针对水果分级这一工作来说,在水果投入市场之前,会根据果实大小、水果的新鲜度、果梗长度、果皮颜色、病虫害情况等各类信息进行水果等级分级。

此类工作目前主要靠人工分拣的方式,工作人员要求有丰富的经验,分拣过程中效率低下,并且人工操作过程中,容易出现遗漏或者判断错误的问题,因此,为解决此类问题,我们提出一种基于深度学习的分级装置。

实用新型内容

本实用新型的目的是为了解决现有技术中存在的缺点,而提出的一种基于深度学习的分级装置。

为了实现上述目的,本实用新型采用了如下技术方案:

一种基于深度学习的分级装置,包括工作台,所述工作台上固定安装有传输履带,所述传输履带一侧上设置有步进电机,且所述传输履带末端呈均匀分布固定安装有分级滑道;

所述工作台位于传输履带一侧上固定安装有垂壁支架,且所述工作台位于传输履带另一侧上固定安装有控制台,所述垂壁支架下表面固定安装有摄像头;

所述控制台的外部固定安装有显示操作屏,且所述控制台的内部分别固定安装有图像分析模块、控制模块、定位数据库和计数器,所述摄像头与图像分析模块、定位数据库和计数器之间电性连接。

优选的,所述步进电机与传输履带的运行频率一致。

优选的,所述摄像头的对焦点位于传输履带的中心平面上。

优选的,其中位于两侧的所述分级滑道的外部均固定安装有伺服电机,且其中位于两侧的所述分级滑道内壁上转动安装有分隔板,所述伺服电机输出端固定安装有主动齿轮,所述分隔板上端一侧固定安装有与主动齿轮啮合的从动齿轮。

优选的,两个所述伺服电机与控制模块之间电性连接,每个所述分隔板的转动角度与分级滑道的宽度之间匹配。

本实用新型提出的一种基于深度学习的分级装置,有益效果在于:

本方案在使用过程中,通过传输履带带动每个水果并流过摄像头的位置,在摄像头的作用下,对每个水果进行图像录入,加以图像分析,结合定位数据库中的分级信息,以此初步对每个水果进行等级划分,最后水果在流入到分级滑道中的过程中,根据图像分析模块分析出的相关信息,控制每个伺服电机进行对应的旋转,以此打开其中一个的分级滑道,实现自动筛选水果的效果。

附图说明

图1为本实用新型提出的一种基于深度学习的分级装置的结构示意图;

图2为本实用新型提出的一种基于深度学习的分级装置的控制台部件的剖切图;

图3为本实用新型提出的一种基于深度学习的分级装置的分级滑道部件的结构示意图。

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铜仁职业技术学院,未经铜仁职业技术学院许可,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/202122294316.4/2.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