روش‌های طبقه‌بندی دانه‌های آفتابگردان به دسته‌بندی دستی تعبیر خواب تخمه آفتابگردان و طبقه‌بندی مبتنی بر دید ماشینی تقسیم می‌شوند کارایی و دقت مرتب سازی دستی کمتر از ماشین آلات است و صنعت مدرن به سیستم های خودکار برای کاهش هزینه ها و بهبود کارایی نیاز دارد.
در تولید عملی، یک روش بینایی ماشین سنتی همیشه برای طبقه‌بندی دانه‌های آفتابگردان با استفاده از حسگرهای فوتوالکتریک استفاده می‌شود.
دستگاه های شارژ شده در حسگرهای فوتوالکتریک از یک اصل فوتوالکتریک لباس چرم دخترانه برای شناسایی افراد نامرغوب در توده های بزرگ مواد فله استفاده می کنند. با این حال، سنسورهای فوتوالکتریک گران هستند و مقادیر زیادی الکتریسیته مصرف می کنند، که برای کاربرد آنها در تولید عملی مناسب نیست.
برای کارهای طبقه بندی دانه آفتابگردان، روش های تشخیص تصویر شبکه عصبی مبتنی بر بینایی ماشین بیشتر از الگوریتم های یادگیری ماشینی یا یادگیری عمیق استفاده می کنند.
در هر تصویر دانه آفتابگردان به منظور انتخاب مناطق غیر همپوشانی برای تجزیه و تحلیل پیشنهاد شد.
ویژگی‌های چند طیفی منطقه مورد تجزیه و تحلیل توسط یک رادیومتر رب انار چندطیفی که با ویژگی‌های بافت ترکیب شده بود، استخراج شد.
مجموعه داده چند ویژگی ترکیب شده و بهینه شده بر روی چهار طبقه بندی کننده نظارت شده برای تشخیص بذر مستقر شد.
عملکرد شش رقم تخمه آفتابگردان را با شش الگوریتم یادگیری ماشینی مختلف طبقه‌بندی و ارزیابی کرد که به ترتیب دارای بهترین مقادیر دقت بودند.
با این حال، از آنجایی که روش‌های طبقه‌بندی فوق مبتنی رسیدن به خاک سفت در دفینه بر الگوریتم‌های یادگیری ماشینی هستند، اکثر آنها برای طبقه‌بندی تصاویر به چندین مرحله نیاز دارند.
به عنوان مثال، تغذیه ویژگی‌ها به یک طبقه‌بندی برای طبقه‌بندی با استخراج ویژگی و انتخاب ویژگی، که یک مرحله خسته‌کننده است، در حالی که یادگیری عمیق. می تواند مراحل فوق را یکپارچه کند.
- منابع:
- تبلیغات:
- معجزه خوردن ماهی و خواص آن بر روی بینایی
- توقیف دستگاه هموژن کارخانه لبنیاتی که حاوی خون انسان بود
- درمان بی عوارض و بی خطر با آلوئه ورا
- اعطای نمایندگی رزماری ارگانیک
