service phone
0730-84877355
0730-84877355
点击量：977 时间：2026-01-19
本发明公开了一种深度学习通用型农产品智能分选机，包括平抛式分选机、5G传输与云端存储模块、深度学习算法决策系统组成。分选过程分为两个阶段，机器训练调试阶段、机器测试工作阶段，在机器训练阶段，训练阶段依次将人工分选好的农产品物料依次放入平抛式分选机，相机采集图像后通过5G传输模块上传给云端存储模块，通过迁移学习依次对物料图像进行终生学习，得到决策神经网络模型。机器工作阶段，直接将待分选物料放入平抛式分选机，相机采集图像后上传云端，通过决策系统得出分选指令，下行至平抛分选机控制气枪阵列，从而完成分选
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112718548 A (43)申请公布日 2021.04.30 (21)申请号 1.5 (22)申请日 2020.12.10 (71)申请人 青岛农业大学 地址 266109 山东省青岛市城阳区长城路 700号 申请人 青岛大谷农业信息有限公司 青岛青农智能技术研究院有限公司 (72)发明人 韩仲志倪建功李娟 (51)Int.Cl. B07C 5/34 (2006.01) B07C 5/02 (2006.01) B07C 5/36 (2006.01) A23N 15/00 (2006.01) 权利要求书1页 说明书3页 附图1页 (54)发明名称 一种深度学习通用型农产品智能分选机 (57)摘要 本发明公开了一种深度学习通用型农产品 智能分选机，包括平抛式分选机、5G传输与云端 存储模块、深度学习算法决策系统组成。分选过 程分为两个阶段，机器训练调试阶段、机器测试 工作阶段，在机器训练阶段，训练阶段依次将人 工分选好的农产品物料依次放入平抛式分选机， 相机采集图像后通过5G传输模块上传给云端存 储模块，通过迁移学习依次对物料图像进行终生 学习，得到决策神经网络模型。机器工作阶段，直 接将待分选物料放入平抛式分选机，相机采集图 像后上传云端，通过决策系统得出分选指令，下 行至平抛分选机控制气枪阵列，从而完成分选， A 本发明结合5G云端决策和迁移终生学习，通过平 8 抛分选机结构实现了通用农产品的分选，具有巨 4 5 8 大应用价值。 1 7 2 1 1 N C CN 112718548 A 权利要求书 1/1页 1.一种深度学习通用型农产品智能分选机，其特征是：包括平抛式分选机、5G传输与云 端存储模块、深度学习算法决策系统组成；分选过程分为两个阶段，机器训练调试阶段、机 器测试工作阶段，在机器训练阶段，训练阶段依次将人工分选好的农产品物料依次放入平 抛式分选机，相机采集图像后通过5G传输模块上传给云端存储模块，通过迁移学习依次对 物料图像进行终生学习，得到决策神经网络模型；机器工作阶段，直接将待分选物料放入平 抛式分选机，相机采集图像后上传云端，通过决策系统得出分选指令，下行至平抛分选机控 制气枪阵列，从而完成分选。 2.根据权利要求1所述的一种深度学习通用型农产品智能分选机，其特征在于：所述的 平抛式分选机包括匀料装置、平带、检测系统、收集箱、机架和动力系统组成，其中匀料装置 布置在平带的前端，检测系统布置在平带的末端、收集箱摆放在检测装置的下方、动力系统 为平带提供动力，特别的为步进电机；所述的检测系统由呈对称分布的一对工业线阵相机、 光源及背景板、气枪阵列及控制模块组成，对称的分布在物料所经抛物线的两端，其中的气 枪阵列安装在相机的下端，特别的，可根据物料性状选择平带花纹的样式。 3.根据权利要求1所述的一种深度学习通用型农产品智能分选机，其特征在于：所述的 5G传输与云端存储模块，由5G传输模块与云端存储器组成；其中5G传输模块与相机、气枪控 制模块相连，线阵相机在线G传输模块高速上传到云端存储器，云端决 策系统决策的信号也可以通过5G传输模块高速传送给气枪控制模块，进而控制气枪开闭， 从而将不同等级的物料送入不同等级分级收集箱内。 4.根据权利要求1所述的一种深度学习通用型农产品智能分选机，其特征在于：所述的 深度学习算法决策系统，核心是基于迁移学习的终身学习算法，该算法首先通过ImageNet 数据集采用迁移学习模型（Alexnet、GoogleNet、VGG）其中一种预训练一个网络，然后基于 通过传送带实测的某农产品物料的一批图像数据进行网络权值的微调，得到可以适应该农 产品的分选模型，该模型可应用于该农产品的分选；当增加另外一种农产品进行模型微调 时，首先通过交叉熵法衡量网络权值对识别结果的影响，根据影响的大小调整权值系数，权 值大的调整的小或者尽量不调整，影响小的可较大调整，从而训练得到一个网络结构，该网 络可适用于第二种农产品的分选，同时也适应农产品一的分选；当增加更多农产品品种时， 依次类推，因为具有记忆功能，从而使网络通过不断学习，可以实现多种农产品的分选，随 着农产品品类的不断增加，结合云存储强大的存储能力，可以实现通用农产品的分选。 5.根据权利要求1所述的一种深度学习通用型农产品智能分选机，其特征在于：所述的 机器训练调试阶段，是首先通过人工分类标准将待分类农产品分成2‑3个等级，然后依批次 放入平带，做好类别标签，控制线阵相机在线拍摄每个物料的图像，并将图像上传给云端， 得到决策模型，机器训练好了即可以进入工作阶段；所述的机器测试工作阶段，就是将待分 类的物料倒入匀料装置，机器自动分类的过程，相机实时在线G传输模块上 传给云端决策模块，决策结果再通过5G传输模块传给气枪控制模块进而控制气枪分选。 2 2 CN 112718548 A 说明书 1/3页 一种深度学习通用型农产品智能分选机 技术领域 [0001] 本发明公开了一种深度学习通用型农产品智能分选机，具体地说，涉及一种结合 5G云端决策和迁移终生学习，通过平抛分选机结构实现了通用农产品的分选的自动化装 置。 背景技术 [0002] 随着人们生活水平的提高，农产品分级分等销售是发展的必然趋势，特别在一些 外贸行业更加明显，目前，国内外先后出现了器械式、电子式和图像式分选机。机械式是根 据网眼或者托辊间距大小实现农产品大小的分选、电子式通过在线压力传感器能够准确称 量出物料重量，然而这两类分选机智能区别大小而不能检测残次品，图像式分选机可以看 到物料的伤疤等，所以实现了残次品的在线分选，而然由于分选模型不具有学习能力，不能 做到一机多用，不能实现通用农产品的分选。 [0003] 针对上述缺陷，近年来随着深度学习、5G技术及云存储与云计算的发展，使得通用 分选机研制成为可能，本发明结合5G云端决策和迁移终生学习，通过平抛分选机结构实现 了通用农产品的分选的自动化装置。 发明内容 [0004] 本发明的目的主要是针对上述问题的不足，本发明公开了一种深度学习通用型农 产品智能分选机。 [0005] 上述目的通过如下技术方案实现： 该装置包括平抛式分选机、5G传输与云端存储模块、深度学习算法决策系统组成； 分选过程分为两个阶段，机器训练调试阶段、机器测试工作阶段，在机器训练阶段，训练阶 段依次将人工分选好的农产品物料依次放入平抛式分选机，相机采集图像后通过5G传输模 块上传给云端存储模块，通过迁移学习依次对物料图像进行终生学习，得到决策神经网络 模型；机器工作阶段，直接将待分选物料放入平抛式分选机，相机采集图像后上传云端，通 过决策系统得出分选指令，下行至平抛分选机控制气枪阵列，从而完成分选。 [0006] 其中： （1）平抛式分选机包括匀料装置、平带、检测系统、收集箱、机架和动力系统组成， 其中匀料装置布置在平带的前端，检测系统布置在平带的末端、收集箱摆放在检测装置的 下方、动力系统为平带提供动力，特别的为步进电机；所述的检测系统由呈对称分布的一对 工业线阵相机、光源及背景板、气枪阵列及控制模块组成，对称的分布在物料所经抛物线的 两端，其中的气枪阵列安装在相机的下端，特别的，可根据物料性状选择平带花纹的样式。 [0007] （2）5G传输与云端存储模块，由5G传输模块与云端存储器组成；其中5G传输模块与 相机、气枪控制模块相连，线阵相机在线G传输模块高速上传到云端存 储器，云端决策系统决策的信号也可以通过5G传输模块高速传送给气枪控制模块，进而控 制气枪开闭，从而将不同等级的物料送入不同等级分级收集箱内。 3 3 CN 112718548 A 说明书 2/3页 [0008] （3）深度学习算法决策系统，核心 是基于迁移学习的终身学习算法，该算法首先通 过ImageNet数据集采用迁移学习模型（Alexnet、GoogleNet、VGGNet）其中一种预训练一个 网络，然后基于通过传送带实测的某农产品物料的一批图像数据进行网络权值的微调，得 到可以适应该农产品的分选模型，该模型可应用于该农产品的分选；当增加另外一种农产 品进行模型微调时，首先通过交叉熵法衡量网络权值对识别结果的影响，根据影响的大小 调整权值系数，权值大的调整的小或者尽量不调整，影响小的可较大调整，从而训练得到一 个网络结构，该网络可适用于第二种农产品的分选，同时也适应农产品一的分选；当增加更 多农产品品种时，依次类推，因为具有记忆功能，从而使网络通过不断学习，可以实现多种 农产品的分选，随着农产品品类的不断增加，结合云存储强大的存储能力，可以实现通用农 产品的分选。 [0009] （4）机器训练调试阶段，是首先通过人工分类标准将待分类农产品分成2‑3个等 级，然后依批次放入平带，做好类别标签，控制线阵相机在线拍摄每个物料的图像，并将图 像上传给云端，得到决策模型；机器训练好了即可以进入工作阶段，所述的机器测试工作阶 段，就是将待分类的物料倒入匀料装置，机器自动分类的过程，相机实时在线G传输模块上传给云端决策模块，决策结果再通过5G传输模块传给气枪控制模块进而控 制气枪分选。 [0010] 需要说明的是：5G和云计算只是其中的一种模式，当然在不考虑集群应用和成本 的情况下，可以采用有线传输信号、采用机载电脑运算的模式，采用线G信号传输， 采用机载电脑代替云计算。 [0011] 本发明的效果是：本发明专利技术实现多种农产品通用分选过程，机器具有终生 学习能力，能够一机多用一机多能，可广泛应用于苹果、西红柿、马铃薯、胡萝卜、茶叶等作 物分选，具有显著经济效益，另外通过5G传输、云存储和云计算、人工智能，科技含量高，提 高农产品的附加值，具有显著的社会效益。 [0012] 附图说明 [0013] 图1是本发明一种深度学习通用型农产品智能分选机总体示意图。 [0014] 其中：1农产品物料、2匀料装置、3平带传送带、4灯箱、5光源、6相机、7气枪、8收集 箱、9电动机。 [0015] 图2是分选过程的两个阶段示意图。 具体实施方式 [0016] 以下结合附图描述本装置和方法的具体实施方式。 [0017] 实施例1， 参考图1所示，本发明一种深度学习通用型农产品智能分选机总体示意图，该装置 包括平抛式分选机、5G传输与云端存储模块、深度学习算法决策系统组成； 参考图2所示，分选过程分为两个阶段，机器训练调试阶段、机器测试工作阶段。机 器训练调试阶段，是首先通过人工分类标准将待分类农产品分成2‑3个等级，然后依批次放 入平带，做好类别标签，控制线阵相机在线拍摄每个物料的图像，并将图像上传给云端，得 4 4 CN 112718548 A 说明书 3/3页 到决策模型。机器训练好了即可以工作了，机器测试工作阶段，就是将待分类的物料倒入匀 料装置，机器自动分类的过程，相机实时在线G传输模块上传给云端决策模 块，决策结果再通过5G传输模块传给气枪控制模块进而控制气枪分选。 [0018] 本发明可以广泛应用于苹果、西红柿、马铃薯、胡萝卜、茶叶等作物分选中，对其他 物体的分选，只要不违背本发明的基本思想，同样适用于本发明的保护范围，本发明的保护 范围由权利要求限定。 5 5 CN 112718548 A 说明书附图 1/1页 图1 图2 6 6
2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问加。
3、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
HGT 20614-2009钢制管法兰垫片紧固件选配规定（PN系列）.pdf
2026年在带头固本培元、增强党性等“五个带头”方面对照检查发言材料与2025年民主、组织生活会自我批评【两篇】.docx
RS Components 电工电料 电动机控制器 SJDE-04APA-OY 使用说明.pdf
原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者