基本信息
摘要：一种颗粒状农作物不完善粒检测方法及系统，通过对农作物进行规整排列，采集农作物的上下侧图像信息进行预处理后，通过分类模型进行图像分类，从而得到对应的农作物不完善粒分类报告，同时，根据图像分类结果生成相应的不完善粒分拣提示阵列图像，依此进行农作物不完善粒分拣收集；本发明利用基于深度学习的人工智能技术，构建分类模型，提高颗粒状农作物不完善分类结果的准确性、可重复性和泛化性，可用于多种颗粒状农作物的不完善粒检测，极大地缩短了检测员的分拣时间，避免了筛选标准因人而异的缺点，也避免了因检测员工作疲劳导致出错率增加的问题。
摘要附图：
