Lugar de origem: | China |
Marca: | KEYE |
Certificação: | No |
Número do modelo: | KVIS-GR |
Quantidade de ordem mínima: | 1 GRUPO |
---|---|
Preço: | Negotiable |
Detalhes da embalagem: | madeira Fumigação-livre |
Tempo de entrega: | 4 a 6 semanas |
Termos de pagamento: | L/C, T/T |
Habilidade da fonte: | 1 ajustado por 4 semanas |
Circunstância: | Novo | Relatório de teste: | forneceu |
---|---|---|---|
Pós-venda: | serviço online 24*7h | Fonte luminosa: | Diodo emissor de luz |
Número de câmeras: | 2 grupos | Tecnologia de Ket: | 2,3 MILHÕES |
Estrutura: | Estábulo | Tecnologia chave: | Inspeção do AI |
OEM: | sim | pacote: | Embalagem de madeira |
Realçar: | Analisador da qualidade do arroz do AI,Analisador da qualidade do arroz do laboratório,Sistema de inspeção do defeito do arroz |
Princípio de Inpection
O analisador da qualidade do arroz do laboratório tornou-se e produziu-se por nossa empresa pode substituir o trabalho manual e pode trabalhar as horas 7*24. Pode detectar a qualidade do arroz com elevada precisão. Detecte e analise as grões, grões sem-fim-comidas, grões do Gibberellin, grões danificadas, germes pretos, impurezas, etc., e relatórios estatísticos do formulário de vez em quando para melhorar a segurança de produto e a rastreabilidade. As partes no contato entre o equipamento e a amostra são feitas dos materiais da médico-categoria, que são seguros e higiênicos, com projeto inteligente, operação simples e manutenção conveniente.
Tecnologia chave
1. Binarization automático: Use a rede neural profunda para segmentar o primeiro plano e o fundo da imagem. Comparado com o método tradicional do binarization, pode ser aplicada a uma variedade de condições de iluminação, e a segmentação da borda do arroz é umas vantagens altas mais lisas, rápidas e robustas.
2. Algoritmo esparadrapo da segmentação do arroz: O método baseado em domínios conectados não pode segmentar o arroz aderido. A rede neural profunda é usada para segmentar o arroz aderido a nível do exemplo, que pode alcançar uma velocidade de 1000fps e pode processar o arroz aderido no tempo real.
3. Algoritmo do reconhecimento do atributo do arroz: adota uma rede neural de pouco peso e integra um método de aprendizagem semi-supervisionado. O modelo pode iterativamente ser aperfeiçoado somente marcando uma pequena quantidade de dados. Tem as vantagens da precisão alta, da velocidade rápida, e do desenvolvimento conveniente.
Detalhes da inspeção
O analisador combina métodos tradicionais da visão por computador e algoritmos da inteligência artificial para analisar o arroz. Primeiramente, os métodos visuais tradicionais são usados para segmentar as grões do arroz no quadro video, e os algoritmos da inteligência artificial são usados então para identificar os atributos das grões segmentadas do arroz e para julgar Whether lá inseto-são comidos, brotar, oídio e outros problemas. Ao mesmo tempo, duas câmeras de alta resolução foram usadas para fotografar a parte dianteira e para trás do arroz, e as propriedades dos dois lados foram analisadas. Com o algoritmo do registro, a parte dianteira e do arroz é registrada para trás um por um, e seus atributos respectivos são combinados para obter os atributos de uma grão completa do arroz.
Model.No | KVS-GR | Inspecione a velocidade | 900-1200/min |
Tamanho | 800*600*600mm | Peso | 110kg |
Tensão | 220V±10%, 50Hz | Atual | 500-1000W |
Temperatura ambiental | 10~30℃ | Umidade do ambiente | Parente temperature≤85% |
serviço da Após-venda
A empresa tem uma equipe completa do serviço técnico e um mecanismo de resposta rápido, e tem especialistas do serviço dedicado para cada cliente, que pode receber relatórios técnicos da consulta e da falha dos clientes a qualquer hora. E para assegurar a resposta rápida às emergências do cliente, para assegurar-se de que os clientes recebam o serviço satisfatório.
Durante o epidêmico ou devido às razões especiais, quando os coordenadores pós-vendas são incapazes de alcançar o local, o centro de serviço pode remotamente ajustar o equipamento do cliente para a pesquisa de defeitos e a consulta técnica.
Pessoa de Contato: Amy Zheng
Telefone: +86 17355154206/+86 186 5518 0887