新闻详情

新闻详情

首页 / 资讯中心 / 详情

AI红薯/马铃薯智能分拣机 QT信创完整工控工程(Qt5/Qt6 银河麒麟/统信UOS适配)

发布时间:2026/11/20 15:57:26来源:尧图网络
AI红薯/马铃薯智能分拣机 QT信创完整工控工程(Qt5/Qt6 银河麒麟/统信UOS适配)
# AI红薯/马铃薯智能分拣机 QT信创完整工控工程(Qt5/Qt6 银河麒麟/统信UOS适配)## 项目定位双作物通用型块茎智能分拣上位机控制系统,适配红薯、马铃薯(土豆)产后分级产线,支持**鲜食商超薯、淀粉加工薯、脱毒种薯**三套场景模板;全信创兼容飞腾/鲲鹏/龙芯国产ARM、X86工控机,遵循果蔬分选国标,融合**机器视觉缺陷检测+动态称重多维度分级**,自动剔除破损、虫眼、绿皮、畸形、腐烂薯块,按重量/尺寸分多等级出料,替代5~8名人工分拣工。## 一、核心分拣分级农艺逻辑(马铃薯+红薯双作物)### 1. 多维度同步检测指标1. **重量分级**:称重精度0.1g,自定义多档区间(小/中/大/特大薯);2. **外观视觉缺陷识别(YOLOv8模型)** - 马铃薯:绿皮、虫眼、裂纹、机械破皮、腐烂、畸形、过多芽眼; - 红薯:黑斑、裂口、霉点、畸形弯曲、破皮、空心表皮凹陷;3. **几何尺寸**:长宽比、圆形度,剔除细长畸形薯;4. **品质判定融合规则**:重量达标+无缺陷=精品一级;轻微瑕疵次等加工薯;严重破损直接剔除废料通道。### 2. 三套行业预制模板一键切换1. **鲜食商超模板**:严格外观无缺陷、重量区间窄,精品溢价销售;2. **淀粉加工模板**:放宽轻微表皮瑕疵,仅剔除腐烂霉变,按重量分加工料;3. **脱毒种薯模板**:严控芽眼数量、破损、畸形,分级均匀育苗用薯。### 整机产线四段闭环控制1. **上料输送段**:变频柔性硅胶输送带,防刮薯皮,自动调速匹配分拣产能;2. **视觉检测工位**
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/19 20:26:12

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/19 15:16:22

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/19 18:03:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉