科创中国
基于机器学习的苹果无损检测系统
成果类型：: 发明专利
发布时间: 2022-07-28 11:25:00
科技成果产业化落地方案
方案提交机构：“科创中国”陕西智能制造区域科技服务团| 赵燕琦 | 2022-11-18 16:17:11
我国目前正处在从传统农业向现代农业转变的关键时期，果品的检测是非常重要的一部分。而我国目前的水果出口量只占有世界的2%，大部分的水果都是在本国进行销售的，这也使得果品的品质有所下降，因而让市场竞争力难以获得全面保障。传统的苹果分级方法主要采用人工筛选，根据苹果的大小和外观而进行筛选。不仅效率低，而且成本高，受主观感受的影响比较大，传统的对苹果品质的评估方法很难适应现在苹果生产和销售的需要。因此，研究基于机器学习的苹果无损检测系统尤为重要。
基于机器学习的苹果无损检测系统能够有效改善传统苹果分类的效率低、识别精度低以及分类成本高、人力浪费严重等问题。本项目拟在根据对现有果品分级技术和装置的研究基础上，将无损检测技术与机器学习技术结合，对苹果外形和内部品质进行研究。通过将收集来的数据与机器学习后的数据相比较最终筛选出最优苹果，实现整体智能化，系统探讨机器学习与无损检测结合对苹果分类的影响，并设计出智能化的苹果无损检测系统。本项目提出的方案基于机器学习的苹果无损检测系统研究，具有以下特色和创新：本项目基于机器学习和无损检测的优势，创新使用了卷积神经网络的机器学习算法与超声无损检测相结合，实现对苹果品质的精准识别、全智能化操作以及对果品精确的果品品质的检测。
传统的苹果分级方法主要采用人工筛选，根据苹果的大小和外观而进行筛选。不仅效率低，而且成本高，受主观感受的影响比较大，传统的对苹果品质的评估方法很难适应现在苹果生产和销售的需要。因此，研究基于机器学习的苹果无损检测系统尤为重要。
西安工程大学，注册资本为159037.58万，法定代表人为王海燕，经营状态为正常，注册地址为西安市金花南路19号
本项目基于机器学习和无损检测的优势，创新使用了卷积神经网络的机器学习算法与超声无损检测相结合，实现对苹果品质的精准识别、全智能化操作以及对果品精确的果品品质的检测。
我国目前的水果出口量只占有世界的2%，大部分的水果都是在本国进行销售的，这也使得果品的品质有所下降，因而让市场竞争力难以获得全面保障。
下载app