起订量:
SN-CHY-02 烟草霉变检测
中级会员第4年
代理商北京守诺科技有限公司成立于2017年,业务涵盖烟草在线近红外检测系统销售,微波水分检测系统销售,仪器设备集成,实验仪器设备集成;工业在线检测设备,工业过程自动化控制系统开发和集成、通用设备、零部件销售等;为用户提供国际*、科技含量高并具有*优势经销权的机电仪产品。
公司与NDC Technologies 、蔡司ZEISS,赫斯密HSM,MALCAM、英格索兰公司、西门子等国际高科技公司保持着长期的深度合作关系。
公司致力于同国际高科技公司开展科技项目合作,实现互补、互动、互利互惠的贸易发展、注重同国内各行业用户共同推动产品的科技进步和应用发展,努力构建国际化科、工、贸公司。
烟草霉变检测霉变烟叶识别属于机器视觉领域,涉及深度学习算法。霉变模型采用卷积神经网络算法提取烟叶特征图联合通道注意力和空间注意力特征输出为最终特征,网络输入为符合相机采集分辨率等比缩放至固定尺寸,骨干网络(Backbone)的设计兼顾速度与精度选取合适的模型深度。
复杂的神经网络在小数据集上训练时需要防止过拟合,因此我们还需要考虑算法出现过拟合的状态,算法加入“随机失活”在训练时让一定比例的隐藏节点为0,但是在推理时其实是对每个权重取失活概率后的值。
最后需要对网络的最终特征使用激活函数将数据分类为正常烟叶和霉变烟叶,使其输出范围在0-1之间,同时在模型检测服务端预留可调控阈值,既可采用初始建议阈值,也可根据现场实际应用情况对霉变检测结果进行合理调控。
烟草霉变检测模型对切片烟叶、烟包等图像分析定位霉变烟并给出霉变率;该算法在保证了低误检率的前提下提高霉变检出率,在实际生产中可以提高产品质量,减轻人工工作量。