CN112396131A - 一种木瓜丝质量监控方法和装置 - Google Patents
一种木瓜丝质量监控方法和装置 Download PDFInfo
- Publication number
- CN112396131A CN112396131A CN202011449824.9A CN202011449824A CN112396131A CN 112396131 A CN112396131 A CN 112396131A CN 202011449824 A CN202011449824 A CN 202011449824A CN 112396131 A CN112396131 A CN 112396131A
- Authority
- CN
- China
- Prior art keywords
- papaya
- information
- color
- obtaining
- silk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种木瓜丝质量监控方法和装置,所述方法应用于一检测装置,所述方法包括:通过所述图像采集器获得第一图像信息,所述第一图像信息为实时采集的木瓜丝图像;获得木瓜丝标准颜色信息;将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一色泽指数,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息;判断所述第一色泽指数是否满足第一预定条件;当不满足时,获得第一报警信息,所述第一报警信息用于提示木瓜丝色泽异常。解决了现有技术中存在木瓜丝质量监控手段不完善的技术问题。
Description
技术领域
本发明涉及质量监控领域,尤其涉及一种木瓜丝质量监控方法和装置。
背景技术
木瓜中对人体有促进新陈代谢和抗衰老的作用,一方面木瓜所含有的维生素有助于人体消化,木瓜碱具有抗肿瘤的功效,对淋巴性白血病细胞具有强烈抗癌作用。另一方面,木瓜能促进肝细胞的修复和较强的抗菌作用。由于木瓜独特的药理作用和营养价值,现多用于加工成木瓜丝产品进行供应,但是,在满足市场需求的同时也要注意木瓜丝的质量问题。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在木瓜丝质量监控手段不完善的技术问题。
发明内容
本申请实施例通过提供一种木瓜丝质量监控方法和装置,解决了现有技术中存在木瓜丝质量监控手段不完善的技术问题,达到了准确监控木瓜丝质量,提高食用安全性的技术效果。
鉴于上述问题,提出了本申请实施例提供一种木瓜丝质量监控方法和装置。
第一方面,本申请实施例提供了一种木瓜丝质量监控方法,所述方法应用于一检测装置,所述检测装置包括图像采集器、湿度检测仪、显示屏,所述方法包括:通过所述图像采集器获得第一图像信息,所述第一图像信息为实时采集的木瓜丝图像;获得木瓜丝标准颜色信息;将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息、所述木瓜丝标准颜色信息和用来标识木瓜丝表面色泽指数的标识信息;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一色泽指数,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息;判断所述第一色泽指数是否满足第一预定条件;当不满足时,获得第一报警信息,所述第一报警信息用于提示木瓜丝色泽异常。
另一方面,本申请还提供了一种木瓜丝质量监控装置,所述装置包括:第一获得单元,所述第一获得单元用于通过所述图像采集器获得第一图像信息,所述第一图像信息为实时采集的木瓜丝图像;第二获得单元,所述第二获得单元用于获得木瓜丝标准颜色信息;第一输入单元,所述第一输入单元用于将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息、所述木瓜丝标准颜色信息和用来标识木瓜丝表面色泽指数的标识信息;第三获得单元,所述第三获得单元用于获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一色泽指数,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息;第一判断单元,所述第一判断单元用于判断所述第一色泽指数是否满足第一预定条件;第四获得单元,所述第四获得单元用于当不满足时,获得第一报警信息,所述第一报警信息用于提示木瓜丝色泽异常。
第三方面,本发明提供了一种木瓜丝质量监控装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过所述图像采集器获得实时采集的木瓜丝图像,获得所述木瓜丝标准颜色信息,再将将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,通过多组训练数据训练,获得用来表示木瓜丝表面颜色新鲜程度的所述第一色泽指数,进而判断所述第一色泽指数是否满足第一预定条件,当不满足时,获得第一报警信息提示木瓜丝色泽异常的方式。达到了准确监控木瓜丝质量,提高食用安全性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种木瓜丝质量监控方法的流程示意图;
图2为本申请实施例一种木瓜丝质量监控装置的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一输入单元13,第三获得单元14,第一判断单元15,第四获得单元16,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种木瓜丝质量监控方法和装置,解决了现有技术中存在木瓜丝质量监控手段不完善的技术问题,达到了准确监控木瓜丝质量,提高食用安全性的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
木瓜中对人体有促进新陈代谢和抗衰老的作用,一方面木瓜所含有的维生素有助于人体消化,木瓜碱具有抗肿瘤的功效,对淋巴性白血病细胞具有强烈抗癌作用。另一方面,木瓜能促进肝细胞的修复和较强的抗菌作用。由于木瓜独特的药理作用和营养价值,现多用于加工成木瓜丝产品进行供应,但是在满足市场需求的同时也要注意木瓜丝的质量问题,但现有技术中存在木瓜丝质量监控手段不完善的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种木瓜丝质量监控方法,所述方法包括:通过所述图像采集器获得第一图像信息,所述第一图像信息为实时采集的木瓜丝图像;获得木瓜丝标准颜色信息;将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息、所述木瓜丝标准颜色信息和用来标识木瓜丝表面色泽指数的标识信息;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一色泽指数,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息;判断所述第一色泽指数是否满足第一预定条件;当不满足时,获得第一报警信息,所述第一报警信息用于提示木瓜丝色泽异常。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种木瓜丝质量监控方法,其中,所述方法包括:
步骤S100:通过所述图像采集器获得第一图像信息,所述第一图像信息为实时采集的木瓜丝图像;
具体而言,所述第一图像信息是由所述图像采集器获得的实时采集的木瓜丝图像,图像采集器能将采集到的图片有序列的分类保存在计算机上,保证了及时获得实时木瓜丝的图像信息。
步骤S200:获得木瓜丝标准颜色信息;
具体而言,所述木瓜丝标准颜色信息是指在食品质量检验标准中木瓜丝的颜色标准对照信息,木瓜丝产品储存过程中色泽也会发生变化,由于木瓜丝产品中含有的总酚和还原糖与木瓜丝产品变色相关程度较大,其中,总酚和还原糖含量下降会导致产品色泽加深,从而影响木瓜丝的质量水平,因此,通过获得木瓜丝标准颜色信息,能够为之后判断木瓜丝质量水平提供参照基础。
步骤S300:根将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息、所述木瓜丝标准颜色信息和用来标识木瓜丝表面色泽指数的标识信息;
具体而言,所述第一训练模型为能给根据实际情况不同进行不断的自我训练学习的模型,进一步而言,所述第一训练模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。基于大量的训练数据的训练,其中,训练数据中的每一组训练数据均包括:所述第一图像信息、所述木瓜丝标准颜色信息和用来标识木瓜丝表面色泽指数的标识信息;所述神经网络模型不断地自我的修正,当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。由于通过对所述神经网络模型的数据训练,基于训练模型经过训练后处理数据更加准确的特性,能够输出准确的标识表面色泽指数的信息,进而达到准确判断所述第一图像中木瓜丝颜色是否新鲜的技术效果。
步骤S400:获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一色泽指数,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息;
具体而言,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息,基于所述第一训练模型是通过多组数据进行训练得到的特性,且在训练过程中不断减小数据之间的泛化误差,进而使得输出的用来表示木瓜丝表面颜色新鲜程度的所述第一色泽指数也更加准确,达到了准确监控木瓜丝色泽进而确保质量水平的技术效果。
步骤S500:判断所述第一色泽指数是否满足第一预定条件;
具体而言,所述第一预定条件是指根据所述木瓜丝的市场需求所制定的预定颜色要求条件,判断所述第一色泽指数是否满足第一预定条件,其中,由于木瓜丝的使用途径不同,所述第一预定条件也随之发生变化,举例而言,木瓜丝酱菜产品与中药木瓜丝产品的颜色需求不相同。
步骤S600:当不满足时,获得第一报警信息,所述第一报警信息用于提示木瓜丝色泽异常;
具体而言,判断所述第一色泽指数是否满足第一预定条件,若所述第一色泽指数不满足第一预定条件,就需要通过所述第一报警信息提示木瓜丝色泽异常,一般而言,木瓜丝的颜色异常主要是由于总酚含量的变化引起的,其中,产品中酚类物质会发生自氧化反应,进而影响木瓜丝的色泽。因此,通过所述第一报警信息能够及时辨别木瓜丝的质量水平,进而达到了准确监控木瓜丝质量,提高食用安全性的技术效果。
进一步而言,本申请实施例还包括:
步骤S710:通过所述湿度检测仪获得第一湿度信息;
步骤S720:获得木瓜丝湿度等级划分标准;
步骤S730:根据所述第一湿度信息、所述木瓜丝湿度等级划分标准,获得第一湿度等级;
步骤S740:根据所述第一湿度信息、所述第一湿度等级,获得第一显示指令,所述第一显示指令用于在所述显示屏上显示所述第一湿度信息、第一湿度等级。
具体而言,所述湿度检测仪是测量空气温度或空气中水汽含量的仪器,其中采用了数字湿度传感器;所述第一湿度信息是指所述湿度检测仪检测出木瓜丝的实时湿度信息,所述木瓜丝湿度等级的划分标准是指木瓜丝所含水分量不同的标准等级;所述第一显示指令是指所述湿度检测仪在显示屏上显示的指令信息。其中,由于木瓜丝中湿度含量的不同,进而会影响到木瓜丝口感的脆度变化,通过对木瓜丝湿度的信息进行等级分析并在所述显示屏上显示,达到了进一步监控木瓜丝质量的技术效果。
进一步而言,所述获得第一湿度等级之后,本申请实施例步骤S730还包括:
步骤S731:判断所述第一湿度等级是否满足第二预定条件;
步骤S732:当不满足时,获得第二报警信息,所述第二报警信息用于提示木瓜丝的湿度信息异常。
具体而言,所述第二预定条件是指提前设定的木瓜丝中含水量的数值信息,木瓜丝产品的作用不同,使得所述第二预定条件的标准也随之改变。其中,木瓜丝中水分含量越多,其木瓜丝脆爽的口感也会受到影响,变的没有嚼劲影响其产品销售,因此,通过预先设定所述第二预定条件,达到了细化木瓜丝质量监控,提高木瓜丝产出品质的技术效果。
进一步而言,本申请实施例步骤S710还包括:
步骤S711:将所述第一色泽指数、所述第一湿度信息输入第二训练模型中,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一色泽指数、所述第一湿度信息和用来标识预测木瓜丝存储时长的标识信息;
步骤S712:获得所述第二训练模型的第二输出信息,其中,所述第二输出信息包括第一保存时长,所述第一保存时长用于预测木瓜丝放置时间长短;
步骤S713:根据所述第一保存时长,获得第二显示指令,所述第二显示指令用于在所述显示屏中显示所述第一保存时长。
具体而言,所述第一色泽指数、所述第一湿度信息都是影响木瓜丝质量的相关因素,将所述第一色泽指数、所述第一湿度信息输入所述第二训练模型,所述第二训练模型也是一个神经网络模型,所述第二训练模型通过多组训练数据训练获得,训练数据中的每一组训练数据均包括:所述第一色泽指数、所述第一湿度信息和用来标识预测木瓜丝存储时长的标识信息,通过对所述神经网络模型的数据训练,并根据训练模型经过训练后数据更加准确的特性,使得所述训练模型输出的用于预测木瓜丝放置时间长短的所述第一保存时长也更加准确,进而根据所述第一保存时长,在所述显示屏中显示所述第一保存时长,因此,显示木瓜丝的存放时间,能够使得木瓜丝的加工流程更加规范,进而提高产品的质量水平。
进一步而言,其中,所述获得所述第二训练模型的第二输出信息之后,本申请实施例步骤S712还包括:
步骤S7121:判断所述第一保存时长是否满足第三预定条件;
步骤S7122:当不满足时,获得第三报警信息,所述第三报警信息用于提示木瓜丝存储时间过长。
具体而言,所述第三预定条件是指提前设定的不影响木瓜丝质量前提下的放置时间。为了满足市场需求,越来越多的工厂进行木瓜丝的生产加工,但是木瓜丝存储过程中出现一些产品质量问题,经过一段时间的放置,木瓜丝的颜色和口感都会出现弱化,因此设定好木瓜丝的存放时间,当不满足时,根据所述第三报警信息提示木瓜丝存储时间过长,从而防止由于存放时间过长影响木瓜丝质量水平,达到进一步监控质量的技术效果。
进一步而言,本申请实施例还包括:
步骤S810:获得木瓜丝图像信息集合,其中,所述木瓜丝图像信息集合包括多张质量符合要求的木瓜丝的图像信息;
步骤S820:根据所述第一图像信息、所述木瓜丝图像信息集合,获得第一相似度信息;
步骤S830:判断所述第一相似度信息是否满足第四预定条件;
步骤S840:当不满足时,获得第四报警信息。
具体而言,所述木瓜丝图像信息集合是指建立符合木瓜丝质量要求的所有图片信息的合集,也就是质量对照识别库;所述第一图像是指实时采集的木瓜丝图像;所述第一相似度信息是指所述第一图像和标准木瓜质量对照库进行对比后的相似度;所述第四预定条件是指提前预定的保证检测的木瓜丝的质量的相似度数值条件。其中,获得所述第一相似度信息是通过采用图像识别技术,进行特征提取后进行的比对结果,对于不满足条件的木瓜丝,根据所述第四报警信息提醒木瓜丝质量不达标,达到了准确监控木瓜丝质量,提高食用安全性的技术效果。
综上所述,本申请实施例所提供的一种木瓜丝质量监控方法和装置具有如下技术效果:
1、由于采用了通过所述图像采集器获得实时采集的木瓜丝图像,获得所述木瓜丝标准颜色信息,再将将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,通过多组训练数据训练,获得用来表示木瓜丝表面颜色新鲜程度的所述第一色泽指数,进而判断所述第一色泽指数是否满足第一预定条件,当不满足时,获得第一报警信息提示木瓜丝色泽异常的方式。达到了准确监控木瓜丝质量,提高食用安全性的技术效果。
2、由于采用了将所述第一图像信息、所述木瓜丝标准颜色信息输入所述第一训练模型;将所述第一色泽指数、所述第一湿度信息输入所述第二训练模型,所述第一训练模型和所述第二训练模型都是通过多组数据进行训练得到的,其中,基于经神经网络模型训练得出准确数据的特性,进而分别获得用来表示木瓜丝表面颜色新鲜程度的所述第一色泽指数,以及预测木瓜丝放置时间长短的所述第一保存时长,从而能够准确判断木瓜的质量,达到了准确监控木瓜丝质量,提高食用安全性的技术效果。
实施例二
基于与前述实施例中一种木瓜丝质量监控方法同样发明构思,本发明还提供了一种木瓜丝质量监控装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元1用于通过所述图像采集器获得第一图像信息,所述第一图像信息为实时采集的木瓜丝图像;
第二获得单元12,所述第二获得单元12用于获得木瓜丝标准颜色信息;
第一输入单元13,所述第一输入单元13用于将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息、所述木瓜丝标准颜色信息和用来标识木瓜丝表面色泽指数的标识信息;
第三获得单元14,所述第三获得单元14用于获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一色泽指数,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息;
第一判断单元15,所述第一判断单元15用于判断所述第一色泽指数是否满足第一预定条件;
第四获得单元16,所述第四获得单元16用于当不满足时,获得第一报警信息,所述第一报警信息用于提示木瓜丝色泽异常。
进一步的,所述装置还包括:
第五获得单元,所述第五获得单元用于通过所述湿度检测仪获得第一湿度信息;
第六获得单元,所述第六获得单元用于获得木瓜丝湿度等级划分标准;
第七获得单元,所述第七获得单元用于根据所述第一湿度信息、所述木瓜丝湿度等级划分标准,获得第一湿度等级;
第八获得单元,所述第八获得单元用于根据所述第一湿度信息、所述第一湿度等级,获得第一显示指令,所述第一显示指令用于在所述显示屏上显示所述第一湿度信息、第一湿度等级。
进一步的,所述装置还包括:
第二判断单元,所述第二判断单元用于判断所述第一湿度等级是否满足第二预定条件;
第九获得单元,所述第九获得单元用于当不满足时,获得第二报警信息,所述第二报警信息用于提示木瓜丝的湿度信息异常。
进一步的,所述装置还包括:
第二输入单元,所述第二输入单元用于将所述第一色泽指数、所述第一湿度信息输入第二训练模型中,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一色泽指数、所述第一湿度信息和用来标识预测木瓜丝存储时长的标识信息;
第十获得单元,所述第十获得单元用于获得所述第二训练模型的第二输出信息,其中,所述第二输出信息包括第一保存时长,所述第一保存时长用于预测木瓜丝放置时间长短;
第十一获得单元,所述第十一获得单元用于根据所述第一保存时长,获得第二显示指令,所述第二显示指令用于在所述显示屏中显示所述第一保存时长。
进一步的,所述装置还包括:
第三判断单元,所述第三判断单元用于判断所述第一保存时长是否满足第三预定条件;
第十二获得单元,所述第十二获得单元用于当不满足时,获得第三报警信息,所述第三报警信息用于提示木瓜丝存储时间过长。
进一步的,所述装置还包括:
第十三获得单元,所述第十三获得单元获得木瓜丝图像信息集合,其中,所述木瓜丝图像信息集合包括多张质量符合要求的木瓜丝的图像信息;
第十四获得单元,所述第十四获得单元根据所述第一图像信息、所述木瓜丝图像信息集合,获得第一相似度信息;
第四判断单元,所述第四判断单元用于判断所述第一相似度信息是否满足第四预定条件;
第十五获得单元,所述第十五获得单元用于当不满足时,获得第四报警信息。
前述图1实施例一中的一种木瓜丝质量监控方法的各种变化方式和具体实例同样适用于本实施例的一种木瓜丝质量监控装置,通过前述对一种木瓜丝质量监控方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种木瓜丝质量监控装置的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种木瓜丝质量监控方法的发明构思,本发明还提供一种木瓜丝质量监控装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种木瓜丝质量监控方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种木瓜丝质量监控方法,所述方法包括:通过所述图像采集器获得第一图像信息,所述第一图像信息为实时采集的木瓜丝图像;获得木瓜丝标准颜色信息;将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息、所述木瓜丝标准颜色信息和用来标识木瓜丝表面色泽指数的标识信息;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一色泽指数,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息;判断所述第一色泽指数是否满足第一预定条件;当不满足时,获得第一报警信息,所述第一报警信息用于提示木瓜丝色泽异常。解决了现有技术中存在木瓜丝质量监控手段不完善的技术问题,达到了准确监控木瓜丝质量,提高食用安全性的技术效果。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种木瓜丝质量监控方法,其中,所述方法应用于一检测装置,所述检测装置包括图像采集器、湿度检测仪、显示屏,所述方法包括:
通过所述图像采集器获得第一图像信息,所述第一图像信息为实时采集的木瓜丝图像;
获得木瓜丝标准颜色信息;
将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息、所述木瓜丝标准颜色信息和用来标识木瓜丝表面色泽指数的标识信息;
获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一色泽指数,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息;
判断所述第一色泽指数是否满足第一预定条件;
当不满足时,获得第一报警信息,所述第一报警信息用于提示木瓜丝色泽异常。
2.如权利要求1所述的方法,其中,所述方法包括:
通过所述湿度检测仪获得第一湿度信息;
获得木瓜丝湿度等级划分标准;
根据所述第一湿度信息、所述木瓜丝湿度等级划分标准,获得第一湿度等级;
根据所述第一湿度信息、所述第一湿度等级,获得第一显示指令,所述第一显示指令用于在所述显示屏上显示所述第一湿度信息、第一湿度等级。
3.如权利要求2所述的方法,其中,所述获得第一湿度等级之后,包括:
判断所述第一湿度等级是否满足第二预定条件;
当不满足时,获得第二报警信息,所述第二报警信息用于提示木瓜丝的湿度信息异常。
4.如权利要求2所述的方法,其中,所述方法包括:
将所述第一色泽指数、所述第一湿度信息输入第二训练模型中,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一色泽指数、所述第一湿度信息和用来标识预测木瓜丝存储时长的标识信息;
获得所述第二训练模型的第二输出信息,其中,所述第二输出信息包括第一保存时长,所述第一保存时长用于预测木瓜丝放置时间长短;
根据所述第一保存时长,获得第二显示指令,所述第二显示指令用于在所述显示屏中显示所述第一保存时长。
5.如权利要求4所述的方法,其中,所述获得所述第二训练模型的第二输出信息之后,包括:
判断所述第一保存时长是否满足第三预定条件;
当不满足时,获得第三报警信息,所述第三报警信息用于提示木瓜丝存储时间过长。
6.如权利要求1所述的方法,其中,所述方法包括:
获得木瓜丝图像信息集合,其中,所述木瓜丝图像信息集合包括多张质量符合要求的木瓜丝的图像信息;
根据所述第一图像信息、所述木瓜丝图像信息集合,获得第一相似度信息;
判断所述第一相似度信息是否满足第四预定条件;
当不满足时,获得第四报警信息。
7.一种木瓜丝质量监控装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于通过所述图像采集器获得第一图像信息,所述第一图像信息为实时采集的木瓜丝图像;
第二获得单元,所述第二获得单元用于获得木瓜丝标准颜色信息;
第一输入单元,所述第一输入单元用于将所述第一图像信息、所述木瓜丝标准颜色信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一图像信息、所述木瓜丝标准颜色信息和用来标识木瓜丝表面色泽指数的标识信息;
第三获得单元,所述第三获得单元用于获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一色泽指数,所述第一色泽指数用来表示木瓜丝表面颜色新鲜程度的信息;
第一判断单元,所述第一判断单元用于判断所述第一色泽指数是否满足第一预定条件;
第四获得单元,所述第四获得单元用于当不满足时,获得第一报警信息,所述第一报警信息用于提示木瓜丝色泽异常。
8.一种木瓜丝质量监控装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011449824.9A CN112396131A (zh) | 2020-12-11 | 2020-12-11 | 一种木瓜丝质量监控方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011449824.9A CN112396131A (zh) | 2020-12-11 | 2020-12-11 | 一种木瓜丝质量监控方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112396131A true CN112396131A (zh) | 2021-02-23 |
Family
ID=74624928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011449824.9A Pending CN112396131A (zh) | 2020-12-11 | 2020-12-11 | 一种木瓜丝质量监控方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112396131A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034623A (zh) * | 2021-03-04 | 2021-06-25 | 融安县飞腾中草药专业合作社 | 一种钩藤入药部位的制备方法和装置 |
CN113177908A (zh) * | 2021-04-01 | 2021-07-27 | 柳城县迪森人造板有限公司 | 一种实木生态板的辨认方法和装置 |
CN113358829A (zh) * | 2021-05-13 | 2021-09-07 | 三江侗族自治县仙池茶业有限公司 | 一种红茶品质的评定方法及装置 |
CN113359628A (zh) * | 2021-05-31 | 2021-09-07 | 三江侗族自治县仙池茶业有限公司 | 一种绿茶加工过程的控制方法和装置 |
CN113470008A (zh) * | 2021-07-26 | 2021-10-01 | 南通市江海公路工程有限公司 | 一种智能监控沥青路面施工质量的方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110352660A (zh) * | 2019-07-12 | 2019-10-22 | 塔里木大学 | 一种脱绒棉种活力快速无损检测信息处理方法和装置 |
CN110490862A (zh) * | 2019-08-22 | 2019-11-22 | 联峰钢铁(张家港)有限公司 | 一种提高连铸探伤合格率的方法及装置 |
CN110503641A (zh) * | 2019-08-22 | 2019-11-26 | 联峰钢铁(张家港)有限公司 | 一种改善连铸坯表面裂纹的方法和装置 |
CN110533032A (zh) * | 2019-08-22 | 2019-12-03 | 江苏联峰实业有限公司 | 一种获取高纯度低温用钢的方法和装置 |
-
2020
- 2020-12-11 CN CN202011449824.9A patent/CN112396131A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110352660A (zh) * | 2019-07-12 | 2019-10-22 | 塔里木大学 | 一种脱绒棉种活力快速无损检测信息处理方法和装置 |
CN110490862A (zh) * | 2019-08-22 | 2019-11-22 | 联峰钢铁(张家港)有限公司 | 一种提高连铸探伤合格率的方法及装置 |
CN110503641A (zh) * | 2019-08-22 | 2019-11-26 | 联峰钢铁(张家港)有限公司 | 一种改善连铸坯表面裂纹的方法和装置 |
CN110533032A (zh) * | 2019-08-22 | 2019-12-03 | 江苏联峰实业有限公司 | 一种获取高纯度低温用钢的方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034623A (zh) * | 2021-03-04 | 2021-06-25 | 融安县飞腾中草药专业合作社 | 一种钩藤入药部位的制备方法和装置 |
CN113177908A (zh) * | 2021-04-01 | 2021-07-27 | 柳城县迪森人造板有限公司 | 一种实木生态板的辨认方法和装置 |
CN113358829A (zh) * | 2021-05-13 | 2021-09-07 | 三江侗族自治县仙池茶业有限公司 | 一种红茶品质的评定方法及装置 |
CN113359628A (zh) * | 2021-05-31 | 2021-09-07 | 三江侗族自治县仙池茶业有限公司 | 一种绿茶加工过程的控制方法和装置 |
CN113470008A (zh) * | 2021-07-26 | 2021-10-01 | 南通市江海公路工程有限公司 | 一种智能监控沥青路面施工质量的方法及系统 |
CN113470008B (zh) * | 2021-07-26 | 2023-08-18 | 南通市江海公路工程有限公司 | 一种智能监控沥青路面施工质量的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112396131A (zh) | 一种木瓜丝质量监控方法和装置 | |
CN106093321B (zh) | 一种农产品市场监测系统及方法 | |
CN114169618B (zh) | 基于机器视觉学习的猕猴桃成熟度无损鉴别预测方法 | |
CN115630877B (zh) | 一种用于透明质酸钠生产的质量检测方法及系统 | |
CN116720881B (zh) | 基于定位信息的农产品销售监管预警方法、系统及介质 | |
Nirale et al. | Analytical Study on IoT and Machine Learning based Grading and Sorting System for Fruits | |
CN109781729A (zh) | 一种葡萄生理情况在线监控系统 | |
CN117316382A (zh) | 一种基于食材图像生重估计的智能营养跟踪方法 | |
CN106096634B (zh) | 基于自适应滑动窗口算法与区间折半算法的故障检测方法 | |
Jayalakshmi et al. | Monitoring Ripeness in Fruits and Vegetables Using the Raspberry Pi | |
CN115600747B (zh) | 一种基于物联网的隧道状态监测管理方法及系统 | |
CN113096771B (zh) | 一种水肿患者食物摄入管理系统及方法 | |
CN111077146A (zh) | 一种蔬菜品质质量评估系统 | |
CN114549096A (zh) | 一种农产品价格风险预警系统及方法 | |
CN115777560A (zh) | 一种基于机器视觉分析技术的母猪智能化饲喂系统 | |
JP7380699B2 (ja) | 分析装置及びプログラム | |
CN111474293B (zh) | 一种青枯病菌溶液测定方法及测定系统 | |
CN112818810A (zh) | 一种基于大数据的金桔智能分拣方法和装置 | |
CN114169903A (zh) | 一种可融合无损检测技术的中药材数字化质控追溯方法 | |
CN113670917A (zh) | 一种绿茶品质的分析方法和系统 | |
Goyal et al. | Heuristic machine learning feedforward algorithm for predicting shelf life of processed cheese | |
CN112133405A (zh) | 一种智慧社区的儿童营养状态评定方法及系统 | |
WO2019105693A1 (de) | Verfahren und computerprogrammprodukt zur ermittlung der messunsicherheit eines messsystems | |
CN110264451A (zh) | 一种多功能营养保健食品检测系统及方法 | |
CN112330200A (zh) | 一种提升食品检测效果的信息处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210223 |
|
RJ01 | Rejection of invention patent application after publication |