机器视觉与深度学习相结合 赋能海产品智能化分选

机器视觉技术正得到越来越多企业的关注，并已参与到各行业的生产制造过程中，相较于传统生产工艺，机器视觉技术提供了更高的工作效率和更好的产品质量基于深度学习算法的海产品分选解决方案，是信捷电气将深度学习算法应用到机器视觉技术中的完美尝试。

新方案能对海产品快速标定、对不规则图像进行高效处理，从而实现对海产品的精确分选高效视觉能力，助力渔业实现高效分选 ? ?中国作为海产养殖大国，所出产的鱼、虾、蟹、贝类以及头足类等海产品产量一直稳居世界第一。

不同于禽畜肉类基于部位的报价方式，大多数海产品按照产品规格大小来分级定价以南美白对虾为例，大规格的25条虾（即25条虾/500克）与小规格的40条虾，分选后按照各标准规格出售，其总价比分选前不同规格混杂出售时要高。

▲划分为标准规格的海产品总售价更高 ? ?海产品特殊的定价方式，决定了海产品分选在产业链中的重要地位当前，传统的人工分选早已无法满足庞大的市场需求，近年来各渔业生产企业逐步引入的称重分选机、视觉分选机等新一代的自动化分选设备，也因其技术局限性无法满足行业发展对分选效率及精度的要求。

▲海产品分选方案的演进 ? ?作为工业自动化和智能化龙头企业之一，信捷电气发现，深度学习算法具备更高的精度、更好的灵活性以及自学习、自优化能力，可以为新的分选解决方案提供助力 ? ?基于此，信捷电气创新性地引入深度学习方法，配合工业相机与视觉处理平台，采用一系列基于英特尔? 架构的软、硬件产品与技术，打造出高效率、高精度的全新海产品分选方案，为传统的海产品加工行业注入了技术力量，实现产业的智能化升级。

信捷电气新方案收益：●高效率：系统图像处理速度可达到5FPS，并能够7*24小时不间断地提供高速、稳定的自动化分选能力●高精度：可对产品图像进行像素级识别，不易受杂质影响，分选准确率可达98.5%●低成本：自动化的智能分选方案，可以大幅节约人工成本，帮助企业降低TCO。

深度学习算法，实现分选方案最优化 ? ?全新的基于深度学习算法的海产品分选解决方案架构，主要由工业相机、视觉处理平台以及物料传送系统三部分构成待检测海产品通过物料传送系统进入工业相机拍摄视野，工业相机接收到来料信号后进行拍摄，获得的高质量图像会被送往部署在边缘服务器中的视觉处理平台进行实时运算处理，计算出海产品的最小外接矩形，得到长宽参数。

▲信捷电气基于深度学习算法的海产品分选方案架构 ? ?新方案中，信捷电气选择了经典的卷积神经网络(Convolutional Neural Network, CNN)模型来开展图像的分类、分割和目标识别等工作。

在实际应用中，CNN模型可以有效规避因为物料传送带上光线、摆放位置等因素带来的影响，提升图像识别准确率同时，系统也会借助传统CV算法对目标进行标定，深度学习算法与传统CV技术相结合的全新分选方案不易受杂质的影响，算法精度高达98.5%。

软硬协同，推动方案获得显著成效 ? ?作为新方案的核心模块，视觉处理平台不仅需要依赖强大的算力进行图像识别、物品定位、特征学习及数据分析等工作，还需要将数据与信捷云进行交互，为用户提供详实的生产报告分析。

因此在边缘服务器中，信捷电气为视觉处理平台选择了拥有卓越计算性能的英特尔? 酷睿? i5处理器作为核心计算力，为计算密集型工作负载提供强大的运算和扩展能力 ? ?针对新方案中采用的并行计算方式，英特尔? 酷睿? i5处理器拥有的大量核显执行单元（Execution Unit，EU），具有出色的并行图像视频处理性能，并支持DX11、H.265硬件编解码、4K显示等，能够满足视觉处理平台全方位的快速处理需求。

同时，还可对实时计算进行调优，进一步提升系统响应速度，使新方案中系统图像处理速度达到5FPS

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。