This research presents novel artifi

This research presents novel artificial vision
techniques applied to the detection of features for strawberries
used in the food industry. For this purpose, a computer vision
system based in artificial neural networks is used, organized as a
deep architecture and trained with noise compensated learning.
This combination originates a strong network - object relations
which makes possible the recognition of complex strawberry
features under changing conditions of lightning, size and
orientation. The programming uses OpenCV libraries and fruits
databases captured with a webcam. The images used to train the
Artificial Neural Network are defined with canny edge detection
and a moving region of interest (ROI). After training, the
network recognizes important features such as shape, color and
anomalies. The system has been tested in real time with real
images.

ผลลัพธ์ (ไทย) 1:

งานวิจัยนี้นำเสนอวิสัยทัศน์เทียมนวนิยายเทคนิคที่ใช้กับการตรวจสอบคุณสมบัติสำหรับสตรอเบอร์รี่ใช้ในอุตสาหกรรมอาหาร สำหรับวัตถุประสงค์นี้ คอมพิวเตอร์วิทัศน์ในเครือข่ายประสาทเทียมใช้ระบบ จัดเป็นการสถาปัตยกรรมที่ลึก และฝึกเรียนชดเชยเสียงชุดนี้มีต้นกำเนิดเครือข่ายที่แข็งแกร่ง - ความสัมพันธ์ของวัตถุซึ่งทำให้ได้การรับรู้ของสตรอเบอร์รี่ที่ซับซ้อนขนาดคุณลักษณะภายใต้การเปลี่ยนแปลงเงื่อนไขของฟ้าผ่า และการวางแนว เขียนโปรแกรมใช้ OpenCV ไลบรารีและผลไม้ฐานข้อมูลภาพ ด้วยเว็บแคม ภาพที่ใช้ในการฝึกอบรมการกำหนด ด้วยการตรวจหาการลดขอบข่ายประสาทเทียมและภูมิภาคเคลื่อนไหวน่าสนใจ (ROI) หลังจากการฝึกอบรม การเครือข่ายตระหนักถึงคุณสมบัติที่สำคัญเช่นรูปร่าง สี และความผิดปกติ ได้รับการทดสอบระบบในเวลาจริงกับจริงภาพ

ผลลัพธ์ (ไทย) 2:

งานวิจัยนี้นำเสนอวิสัยทัศน์เทียมนวนิยาย
เทคนิคนำไปใช้กับการตรวจสอบคุณสมบัติสำหรับสตรอเบอร์รี่
ที่ใช้ในอุตสาหกรรมอาหาร เพื่อจุดประสงค์นี้วิสัยทัศน์คอมพิวเตอร์
ระบบที่อยู่ในเครือข่ายประสาทเทียมจะใช้จัดเป็น
. สถาปัตยกรรมลึกและการฝึกอบรมที่มีสัญญาณรบกวนการชดเชยการเรียนรู้
ชุดนี้มาเครือข่ายที่แข็งแกร่ง - ความสัมพันธ์กับวัตถุ
ที่ทำให้เป็นไปได้การรับรู้ของสตรอเบอร์รี่ที่ซับซ้อน
คุณสมบัติภายใต้เงื่อนไขที่เปลี่ยนแปลงไปของ ฟ้าผ่าขนาดและ
ปฐมนิเทศ การเขียนโปรแกรมใช้ห้องสมุด OpenCV และผลไม้
ฐานข้อมูลที่ถ่ายด้วยกล้องเว็บแคม ภาพที่ใช้ในการฝึกอบรม
เครือข่ายประสาทเทียมจะถูกกำหนดด้วยการตรวจหาขอบแสนรู้
และภูมิภาคเคลื่อนไหวที่น่าสนใจ (ROI) หลังจากการฝึกอบรม
เครือข่ายตระหนักถึงคุณสมบัติที่สำคัญเช่นรูปร่างสีและ
ความผิดปกติ ระบบได้รับการทดสอบในเวลาจริงกับจริง
ภาพ

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้นำเสนอวิสัยทัศน์เทียมใหม่เทคนิคที่ใช้ในการตรวจสอบคุณสมบัติของสตรอเบอรี่ใช้ในอุตสาหกรรมอาหาร สำหรับวัตถุประสงค์นี้ คอมพิวเตอร์วิชั่นระบบที่ใช้ในโครงข่ายประสาทเทียมที่ใช้ จัดเป็นสถาปัตยกรรมและการฝึกอบรมเสียงลึก ได้รับการเรียนรู้ชุดนี้มีเครือข่ายที่แข็งแกร่งความสัมพันธ์ระหว่างวัตถุซึ่งทำให้เป็นไปได้ในการรับรู้ของสตรอเบอรี่ที่ซับซ้อนคุณสมบัติภายใต้การเปลี่ยนแปลงสภาวะของฟ้าผ่า ขนาดการปฐมนิเทศ การใช้ห้องสมุดเป็นการและผลไม้ฐานข้อมูลที่บันทึกด้วยเว็บแคม ภาพที่ใช้ในการฝึกโครงข่ายประสาทเทียมถูกกำหนดด้วยการตรวจหาขอบแหลมและย้าย 1 ( ร้อยเอ็ด ) หลังจากอบรมเครือข่ายตระหนักถึงคุณสมบัติที่สำคัญ เช่น รูปร่าง สี และความผิดปกติ ระบบที่ได้รับการทดสอบในเวลาจริงจริงภาพ