[发明专利]一种基于深度学习的鸡蛋重量检测方法及设备

权利要求书

1.一种基于深度学习的鸡蛋重量检测方法，其特征在于，该方法包括以下步骤：

步骤1，采集不同形状的鸡蛋作为原始数据集，通过对原始数据集进行数据增广，构建训练集；不同形状是指鸡蛋的轮廓圆度不同，鸡蛋长度宽度比不同，鸡蛋轮廓平滑度不同；

步骤2，对原始数据集和训练集进行图像降噪，轮廓边缘提取，计算鸡蛋形状特征值，轮廓面积；

步骤3，构建初始深度学习训练网络进行训练，以训练集的鸡蛋形状特征值作为训练输入特征，以原始数据集的鸡蛋轮廓形状特征值作为训练目标；所述深度学习训练网络包括编码器和解码器，二者之间连接有两层GRU层；训练完成后，得到最终深度学习训练网络模型；

步骤4，获取待识别鸡蛋的图片，利用所述最终深度学习训练网络模型求取待识别鸡蛋的形状特征值和鸡蛋的重量。

2.根据权利要求1所述的一种基于深度学习的鸡蛋重量检测方法，其特征在于：所述步骤4的具体方式为：

待识别鸡蛋的图片经过图片处理、轮廓提取、边缘填充后再利用最终深度学习训练网络模型求取待识别鸡蛋的形状特征值和鸡蛋对应的重量面积比值，通过最终深度学习训练网络模型输出的形状特征值和预测相应的重量面积比值进行鸡蛋的重量检测。

3.一种鸡蛋重量检测设备，其特征在于，该鸡蛋重量检测设备基于机器视觉及上述权利要求1或2的基于深度学习的鸡蛋重量检测方法进行鸡蛋重量检测，所述鸡蛋重量检测设备包括有机架（1）及安装在机架上的送料运输带机构（2）、视觉检测机构（3）、分料运输机构（4）；分料运输机构（4）衔接送料运输带机构（2），且分料运输机构（4）设有多条鸡蛋运输通道（41），每条鸡蛋运输通道（41）实现鸡蛋逐个水平运送；视觉检测机构（3）设置于分料运输机构（4）的上方，视觉检测机构（3）通过拍摄获得鸡蛋运输通道（41）中的鸡蛋的图片，获取待识别鸡蛋的图片并输送给电脑，该电脑中包括有运行上述权利要求1或2的基于深度学习的鸡蛋重量检测方法的模块。

4.根据权利要求3所述的一种鸡蛋重量检测设备，其特征在于，所述送料运输带机构（2）包括有控制电机（21）、运输带（22）及至少两根运输轮轴（23），运输轮轴（23）定位在机架（1）上并在运输方向前后间隔，运输带（22）安装在运输轮轴（23）上并跟随运输轮轴转动，控制电机（21）至少驱动其中之一的运输轮轴（23），使运输带（22）循环运动并提供水平的输送平面；分料运输机构（4）搭接在该输送平面上，分料运输机构（4）的鸡蛋入料口可容纳整个运输带（22）范围的鸡蛋数量，鸡蛋运输通道（41）通过钣金片材分隔构造，鸡蛋运输通道（41）的内下底为运输带（22）。

5.根据权利要求3所述的一种鸡蛋重量检测设备，其特征在于，所述视觉检测机构（3）包括相机（31）、光源（32）及固定架（33），固定架（33）固定连接机架（1）并提供上层固定部（331）和下层固定部（332）；相机（31）安装在上层固定部（331）上且相机的光轴垂直对准分料运输机构（4），用于鸡蛋的拍照，获得鸡蛋运输通道（41）中的鸡蛋图片；光源（32）安装在下层固定部（332）上且位于相机（31）和分料运输机构（4）之间，光源（32）提供光照来配合相机（31）拍摄。

6.根据权利要求4所述的一种鸡蛋重量检测设备，其特征在于，所述机架（1）是卧式框架，且机架（1）上设有两层，送料运输带机构（2）安装在机架（1）的上层，而机架（1）的下层设有包装运输机构（5），该包装运输机构（5）是循环传送带形体；在分料运输机构（4）的每条鸡蛋运输通道（41）的终点处设置有孔隙（42），孔隙（42）连接包装运输机构（5）。