目录
摘 要 I
ABSTRACT II
第一章 文献综述 1
1.1 研究背景与意义 1
1.2 马铃薯图像分类和分选装置国内外研究现状 1
1.3 研究目标 2
1.4 研究内容 3
1.5 研究方法 3
1.6 技术路线 3
第二章 马铃薯图像识别与分选装置方案设计 5
2.1 设计要求 5
2.2 图像识别整体步骤与分选装置结构 5
2.2.1 图像识别步骤 5
2.2.2 分选装置结构 5
2.3 分选装置工作原理 5
第三章 马铃薯数据库的建立 7
3.1 方法概述 7
3.2 利用python程序爬取网络资源 7
3.2.1 制作爬虫的步骤 7
3.2.2 需求分析 7
3.2.3 编写爬虫代码 7
3.2.4 爬取效果 8
3.3 自行拍摄马铃薯图片 8
3.4 对数据库进行预处理 8
3.4.1 数据准备 9
第四章 马铃薯模型微调 10
4.1 模型训练概述 10
4.2 数据卷积 10
4.2.1 数据准备 10
4.2.2 微调 10
4.3 TensorBoard监控 11
4.4 训练结果 11
第五章 迁移学习与微调 13
5.1 迁移学习 13
5.1.1 概述 13
5.1.2 迁移学习分类 13
5.1.3 基于CNN的迁移学习 13
5.2 微调Finetuning 13
5.2.1 微调概述 13
5.2.2 微调模型的三种状态 14
5.2.3 微调的优点 14
第六章 实验与分析 15
6.1 软硬件平台 15
6.2 利用Qt5进行识别界面开发 15
6.3 OpenCV介绍 16
 *51今日免费论文网|www.51jrft.com +Q: &351916072& 
/> 6.4 马铃薯图像检测实验 17
第七章 马铃薯分选装置的设计 19
7.1 概述 19
7.2 主要装置设计 19
7.3 主要装置设计 20
7.3.1 马铃薯提升装置设计 20
7.3.2 一级分离装置设计 20
7.3.3 二级分离装置设计 20
7.4 链板的设计 22
7.5 辅助装置设计 23
7.5.1 升降导轨的设计 23
7.5.2 垂直导轨设计 23
7.6 链轮强度仿真 24
7.6.1 在软件中建立有限元模型 24
7.6.2 仿真结果分析 24
第八章 结论与展望 26
8.1 文章总结 26
8.2 展望 26
8.3 经济性分析 26
8.4 环境影响分析 27
参考文献 28
致谢 30
附录 32
马铃薯收获土石识别与智能分选装置设计
摘 要
进入二十世纪以来，计算机网络技术飞速发展，以计算机处理为载体的新型技术被更广泛地运用到了社会的各方面中，人类的信息化进程迅猛发展。近几年被人们热议的最多的网络技术，非“人工智能”和“深度学习”莫属了，而利用深度学习来使计算机自动处理和识别图片的技术更是被运到了各式各样的生活场景中，比如马路上自动识别车牌的摄像探头，到网络警察在网上的执法，再到农作物生产收获过程中对农作物进行识别和分类，图像识别可以说是无处不在。深入研究在马铃薯的收获过程中，利用自动识别技术，区分开马铃薯和其他杂物，对提高马铃薯收获时的效率和准确率有着非常重要的意义，也为接下来的马铃薯分选过程提供了便捷。
目录
上述对马铃薯的图片识别完成了初步的筛选过程，接下来需要对马铃薯的尺寸大小做出分选，可以获取更好的经济效益。如果采用人工的方法对马铃薯进行尺寸分选，会大大影响时间，并且精准度不高。根据现有的分选装置，在前人设计的基础上，推出了一款采用辊轴间距离来分离不同尺寸马铃薯的装置，利用升降长辊轴与短辊轴间距离可变化的原理，将直径不同的马铃薯筛选在相应的接料装置内，与人工分选相比，分选时间得到了极大地缩短，生产效率也同样得到极大程度地提高。
目录
目录
目录

原文链接：http://www.jxszl.com/jxgc/qcgc/608971.html