[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110615293B - 图像数据自动采集系统、自动采集方法以及自动识别系统 - Google Patents

图像数据自动采集系统、自动采集方法以及自动识别系统 Download PDF

Info

Publication number
CN110615293B
CN110615293B CN201810631957.4A CN201810631957A CN110615293B CN 110615293 B CN110615293 B CN 110615293B CN 201810631957 A CN201810631957 A CN 201810631957A CN 110615293 B CN110615293 B CN 110615293B
Authority
CN
China
Prior art keywords
image data
material storage
storage box
outlet
inlet
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810631957.4A
Other languages
English (en)
Other versions
CN110615293A (zh
Inventor
陈必东
龙永文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd
Original Assignee
Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd filed Critical Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd
Priority to CN201810631957.4A priority Critical patent/CN110615293B/zh
Publication of CN110615293A publication Critical patent/CN110615293A/zh
Application granted granted Critical
Publication of CN110615293B publication Critical patent/CN110615293B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65GTRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G65/00Loading or unloading
    • B65G65/005Control arrangements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/06Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种图像数据自动采集系统,包括:素材存储箱、流出控制装置、循环动力装置和摄像装置;所述素材存储箱具有素材存储空间,所述素材存储空间用于装载需要采集图像的素材;所述素材存储箱的上部和下部分别具有入口和出口,所述入口和出口分别用于供所述素材进入和流出;所述流出控制装置,设置于所述素材存储箱的出口处,用于控制所述素材从出口流出;所述循环动力装置,用于在所述素材从所述出口流出时将所述素材从所述素材存储箱的出口传输回所述素材存储箱的入口,以使所述素材再次从所述入口进入所述素材存储箱的素材存储空间;所述摄像装置,用于按照预设规则对所述素材存储箱内的素材进行图像数据采集。

Description

图像数据自动采集系统、自动采集方法以及自动识别系统
技术领域
本发明涉及智能化家电技术领域,尤其涉及一种图像数据自动采集系统、自动采集方法以及自动识别系统。
背景技术
目前人工智能是一门极富有挑战性的学科,包括十分广泛的科学,它由不同领域组成,如机器学习、计算机视觉、生物科学、神经网络科学、能源技术、基因工程等。人工智能研究的主要目的是让机器执行需要人类智能才能完成的复杂工作,例如识别工作。而人工智能实现的前提是要有足够充足和可靠的数据作为训练集。
数据采集工作需要一定的重复性,如果人工进行采集作业显然是对人力成本的一种极大的浪费,不仅如此,由于人工采集数据有时会产生拍摄角度、拍摄距离发生变化的问题,因此可能不利于数据之间的比对和参考。现有技术中也存在自动进行数据采集的装置,这些装置通常在需要采集的素材旁设置自动拍照摄像头,摄像头每隔一定时间拍照取样一次。然而,在后续数据处理时发现,由于取样过程无人干预,常常出现采集到的图像高度重复的问题,影响了采集数据的可靠性,使得图像训练模型的置信度大大降低,进而影响了人工智能识别的准确性。
因此,在本领域中如何自动的采集到可靠性高的图像数据成为现阶段亟需解决的技术问题。
发明内容
有鉴于此,本发明的主要目的在于提供一种能够自动采集图像数据的系统,采集到的图像数据可靠性高,整个采集过程可实现全自动无人监控;进一步地,利用采集得到的图像数据实现对素材的自动识别。
为达到上述目的,本发明的技术方案是这样实现的:
本发明实施例提供了一种图像数据自动采集系统,所述系统包括:素材存储箱、流出控制装置、循环动力装置和摄像装置;
所述素材存储箱具有素材存储空间,所述素材存储空间用于装载需要采集图像的素材;所述素材存储箱的上部和下部分别具有入口和出口,所述入口和出口分别用于供所述素材进入和流出;
所述流出控制装置,设置于所述素材存储箱的出口处,用于控制所述素材从出口流出;
所述循环动力装置,用于在所述素材从所述出口流出时将所述素材从所述素材存储箱的出口传输回所述素材存储箱的入口,以使所述素材再次从所述入口进入所述素材存储箱的素材存储空间;
所述摄像装置,用于按照预设规则对所述素材存储箱内的素材进行图像数据采集。
上述方案中,所述素材存储空间的水平截面积由入口到出口方向逐渐缩小。
上述方案中,所述素材存储箱内设置有助力滑坡,所述助力滑坡用于加速位于所述素材存储空间内的素材的下滑以及向出口处汇聚。
上述方案中,所述素材存储箱的箱体上设置有透明摄像视窗,所述摄像装置透过所述透明摄像视窗对所述素材存储箱中的素材进行图像数据采集。
上述方案中,所述透明摄像视窗与所述素材存储箱的箱体相互独立,所述透明摄像视窗的材料包括亚克力或者玻璃。
上述方案中,所述流出控制装置,还用于在控制所述素材从出口流出时,对所述素材进行搅拌。
上述方案中,所述流出控制装置包括电机和转动部件,所述电机用于带动所述转动部件转动,所述转动部件包括旋转螺杆、旋转翅片、翻转门或三翼扇门。
上述方案中,在所述素材存储箱的外部,所述入口和出口之间通过管道连通,所述循环动力装置与所述管道中靠近所述出口的一部分相连接。
上述方案中,所述循环动力装置包括鼓风机。
上述方案中,还包括控制器,所述流出控制装置、所述循环动力装置和所述摄像装置均由所述控制器控制。
上述方案中,所述素材存储箱的入口处设置有防护罩,所述素材存储空间的竖直剖面为倒梯形形状,所述防护罩的竖直剖面为正梯形形状。
上述方案中,还包括:物联网网关和云端服务器;
所述物联网网关,用于获得所述摄像装置采集的图像数据,将所述图像数据上传到所述云端服务器;
所述云端服务器,用于对所述图像数据进行以下处理的至少之一:图像分类、存储、分析。
上述方案中,还包括:内网网关和本地存储器;
所述内网网关,用于获得所述摄像装置采集的图像数据,将所述图像数据传输给所述本地存储器;
所述本地存储器,用于对图像数据进行以下处理的至少之一:分类、存储、分析。
本发明实施例还提供了一种图像数据自动采集方法,利用本发明实施例所述的图像数据自动采集系统进行图像数据采集,所述方法包括以下步骤:
基于所述流出控制装置控制所述素材存储箱内的素材从所述素材存储箱的出口流出;
基于所述循环动力装置控制从所述出口流出的素材传输回所述素材存储箱的入口,以使所述素材循环进入所述素材存储箱内;
按照预设规则采集针对所述素材存储箱中的素材的图像数据。
本发明实施例还提供了一种图像数据自动采集控制设备,包括:控制器和用于存储能够在控制器上运行的计算机程序的存储器,
其中,所述控制器用于运行所述计算机程序时,执行本发明实施例所述方法的步骤。
本发明实施例还提供了一种图像数据自动识别系统,包括本发明实施例所述的图像数据自动采集系统,还包括模型训练模块,所述模型训练模块用于采用所述图像数据自动采集系统采集的图像数据作为训练的数据集,根据神经网络算法进行训练,获得识别模型。
上述方案中,还包括图像识别模块,所述图像识别模块,用于获得所述图像数据自动采集系统采集的图像数据,基于所述模型训练模块获得的所述识别模型对所述图像数据进行识别,获得所述图像数据中包括的素材的识别结果。
本发明提供的图像数据自动采集系统,包括:素材存储箱、流出控制装置、循环动力装置和摄像装置;所述素材存储箱具有素材存储空间,所述素材存储空间用于装载需要采集图像的素材;所述素材存储箱的上部和下部分别具有入口和出口,所述入口和出口分别用于供所述素材进入和流出;所述流出控制装置,设置于所述素材存储箱的出口处,用于控制所述素材从出口流出;所述循环动力装置,用于在所述素材从所述出口流出时将所述素材从所述素材存储箱的出口传输回所述素材存储箱的入口,以使所述素材再次从所述入口进入所述素材存储箱的素材存储空间;所述摄像装置,用于按照预设规则对所述素材存储箱内的素材进行图像数据采集。如此,整个系统具有结构简易便携,容易安装拆卸等特点;通过流出控制装置和循环动力装置的协同作用,使得素材不断发生变化,让采集的图像每张都不一样,增加了图像训练模型的置信度;摄像装置按照预设规则对素材自动拍照取样,完全实现自动化;利用本发明提供的图像数据自动采集系统进行采集作业,可极大地减轻工作量,提高劳动效率。
附图说明
图1为本发明实施例提供的图像数据自动采集系统示意图;
图2为本发明实施例提供的图像数据自动采集方法的流程示意图。
具体实施方式
下面结合实施例对本发明再作进一步详细的说明。
实施例一
图1为本发明实施例提供的图像数据自动采集系统示意图。所述系统包括:素材存储箱1、流出控制装置3、循环动力装置5和摄像装置2;
所述素材存储箱1具有素材存储空间11,所述素材存储空间11用于装载需要采集图像的素材;所述素材存储箱1的上部和下部分别具有入口和出口,所述入口和出口分别用于供所述素材进入和流出;
所述流出控制装置3,设置于所述素材存储箱1的出口处,用于控制所述素材从出口流出;
所述循环动力装置5,用于在所述素材从所述出口流出时将所述素材从所述素材存储箱的出口传输回所述素材存储箱的入口,以使所述素材再次从所述入口进入所述素材存储箱的素材存储空间;
所述摄像装置2,用于按照预设规则对所述素材存储箱内的素材进行图像数据采集。
进一步地,对于所述素材存储箱1,可结合实际使用情况进行优化设置。具体地:
本发明实施例中,可将入口设置为宽口,从而方便素材的加入;可将出口设置为窄接口,从而利于素材在素材存储箱中滞留。
本发明实施例中,所述素材存储空间11的水平截面积优选为由入口到出口方向逐渐缩小,例如素材存储空间的竖直剖面呈倒梯形。通过这样的设置方式,可以更有利于素材在素材存储箱中朝向出口的方向汇聚,并且有利于素材的充分混合。
作为一种实施方式,可以通过设置助力滑坡12的方式实现上述效果。当素材由入口进入素材存储空间时,一部分素材直接下落至出口处;另一部分素材下落到助力滑坡上,通过自发的重力加速度的作用向出口处滑动,即助力滑坡可以协助素材的加速下滑,进而向出口处汇聚。再者,由于素材从入口到出口的运动轨迹之间产生了差异,因此可以使得素材得到充分混合。此外,由于素材存储空间的上部水平截面积大,下部水平截面积小,相对来说下半部分素材移动速率大于上半部分素材的移动速率,因此为图像采集的对准区域提供了更宽泛的选择,减少了摄像装置采集到素材位移模糊现象的几率。
进一步地,所述素材存储箱1的箱体上设置有一透明摄像视窗13,用于为所述摄像装置2提供拍照的窗口。
本发明实施例中,所述透明摄像视窗优选为一个独立的结构部件,例如通过外罩形式覆盖在所述箱体上,从而可以方便地进行拆卸和安装;所述透明摄像视窗的材料可以选自亚克力、玻璃等材质;视窗的大小根据实际的装置大小和拍照图像大小的需求而定。
进一步地,所述摄像装置2受控制器控制,每隔一定时间对素材存储箱1中的素材自动拍照取样一次。所述摄像装置可以是独立摄像头,也可以是集成在核心控制器上的摄像模块。
进一步地,在所述素材存储箱1的出口处设置有素材的流出控制装置3,用于控制所述素材从出口流出。具体地,例如可以控制素材的流量、流速,可以对素材进行导流,以及可以控制素材是否流出等;此外,优选所述流出控制装置3进一步具有搅拌功能,在所述素材从出口流出的同时对其进行搅拌。
本发明实施例中,所述流出控制装置3包括电机31和转动部件32;所述电机31通过控制器芯片和芯片程序设定,按照一定的步骤和规律带动转动部件32转动。转动部件可以为旋转螺杆、旋转翅片、翻转门或三翼扇门等类似结构。例如,当转动部件选用旋转螺杆时,优选旋转螺杆具有宽螺纹,并纵向设置在所述素材存储箱的出口处;旋转螺杆在所述电机的带动下旋转,螺杆上的螺纹不断将素材绞进出口,并通过旋转对素材进行搅拌,使得素材不断发生更新和变化;电机停止运作时,所述旋转螺杆停止转动,螺杆上的螺纹对素材起到阻塞作用,素材停止流出。当转动部件选用旋转翅片、翻转门或三翼扇门时,工作原理与旋转螺杆相类似,不同之处在于上述部件沿横向转轴转动,即转轴方向与素材下落方向相垂直,此时,对素材的搅拌效果更佳。
值得注意的是,当所述素材由于自身原因不宜被搅拌时,所述流出控制装置3也可以选用球阀等阀门结构。特殊地,也可以不设置所述流出控制装置。因此,所述流出控制装置优选可以方便地在所述出口处装载、替换和拆卸,从而可以根据不同的素材情况合理进行选择。
进一步地,所述图像数据自动采集系统还包括管道4,所述管道4设置在所述素材存储箱1的外部,所述素材存储箱的入口与出口之间通过所述管道4连通,在所述管道4中连接有循环动力装置5,所述循环动力装置5与所述管道4中靠近所述出口的一部分相连接。
具体地,当素材通过流出控制装置绞进素材存储箱出口后,素材顺势落入与出口处相连接的管道中,并在所述循环动力装置5的作用下向入口处移动,通过入口再次进入到素材存储空间中,完成一次循环。
值得注意的是,所述管道的作用仅是用于为循环于素材存储箱外部的素材提供装载空间和传输渠道,本领域技术人员完全可以采用其它形式替代管道的存在。
本实施例中,所述循环动力装置5例如为鼓风机。此时,鼓风机与所述管道中靠近所述素材存储箱出口的一部分相连接;当素材从出口处落入管道时,鼓风机通过强劲的风力将素材通过管道吹至素材存储箱上方的入口,从而使素材再次回到素材存储箱。
进一步地,所述图像数据自动采集系统还包括控制器,所述流出控制装置3、所述循环动力装置5和所述摄像装置2均由所述控制器控制。
本发明实施例中,所述流出控制装置3、所述循环动力装置5和所述摄像装置2可以通过同一控制器控制。所述控制器能够控制摄像装置2按照一定的步调进行图像数据的采集,能够控制流出控制装置3运作,能够控制循环动力装置5带动素材在管道内循环;当然,上述装置也可以由不同的控制器控制;为了缩小装置的总体积,优选三者由同一控制器控制。其中,所述控制器控制流出控制装置3可具体指所述控制器控制所述流出控制装置3中的电机31运转,并进一步带动转动部件32转动。所述控制器优选为嵌入式核心控制器。
进一步地,所述素材存储箱1的入口处设置有防护罩14,所述素材存储空间11的竖直剖面为倒梯形形状,所述防护罩14的竖直剖面可以为正梯形。
本实施例中,所述防护罩14上端与管道4相连,下端伸入所述素材存储空间11中。所述防护罩可以防止进入所述素材存储空间的素材四处飞溅,有利于素材朝出口方向以及助力滑坡上掉落。
不仅如此,本实施例中,所述防护罩14可以为整流罩。当所述循环动力装置5为鼓风机时,所述防护罩14起到整流作用;具体地,所述鼓风机吹出的风力沿管道4传到素材存储箱的入口处,并在入口处形成空气对流,进一步促进素材混合。
本实施例中,所述素材存储箱1上部与所述管道4之间通过固定阀15固定连接。由此可以防止所述循环动力装置工作时,所述素材存储箱入口和/或所述防护罩与所述管道分离。
本发明实施例提供的图像数据自动采集系统可进一步包括网关和输出端。从而在完成图像数据采集的前段工序后,将采集结果给予输出,并进一步进行分类、存储以及分析。
例如,进一步包括物联网网关以及云端服务器;上述摄像装置2采集素材图像并返回给控制器,控制器将图像数据经过物联网网关上传到云端服务器,云端服务器上的云端数据处理中心能够通过取样的时间节点进行图像分类、存储以及分析。其中,物联网网关例如是基于蜂窝的窄带物联网(Narrow Band Internet of Things,NB-IOT)。
作为另一举例,所述系统中还可以进一步包括内网网关以及本地存储器;摄像装置2采集素材图像并返回给控制器,控制器将图像数据通过内网网关传输给本地存储器,本地存储器对图像数据进行分类、存储以及分析。其中,所述内网网关可以为路由器等方式;所述本地存储器例如为内存卡、本地服务器、本地数据库等系统。
由此,本发明实施例提供的图像数据自动采集系统完成了从图像数据自动采集,到网路数据传输,再到数据分类和存储的全过程,实现了全自动化处理。
实施例二
基于实施例一中提供的图像数据自动采集系统,本发明实施例还提供了一种图像数据自动采集方法,图2为所述方法的流程示意图。所述方法包括以下步骤:
步骤101:基于所述流出控制装置控制所述素材存储箱内的素材从所述素材存储箱的出口流出;
步骤102:基于所述循环动力装置控制从所述出口流出的素材传输回所述素材存储箱的入口,以使所述素材循环进入所述素材存储箱内;
步骤103:按照预设规则采集针对所述素材存储箱中的素材的图像数据。
本发明实施例提供的图像数据自动采集方法可以实现图像数据的自动采集,通过对素材的不断流出和循环,使得素材存储箱内的素材不断产生变化和更新,从而每次拍照取样时采集到的图像都不一样,增加了图像训练模型的置信度。
进一步地,在步骤101之前,还可以包括装载需要采集图像的素材的步骤,以使所述素材从所述入口进入所述素材存储箱内。
进一步地,在步骤103之后,即完成所需的图像采集工作后,还可以包括停止所述循环动力装置,将所述素材存储箱内的素材排空的步骤。
值得注意的是,上述方法中用到的所有结构和部件均可采用图1中的相应结构和部件。
实施例三
基于实施例二中提供的图像数据自动采集方法,本发明实施例还提供了一种图像数据自动采集控制设备,该图像数据自动采集控制设备包括:控制器和用于存储能够在控制器上运行的计算机程序的存储器,
其中,所述控制器用于运行所述计算机程序时,执行:
基于所述流出控制装置控制所述素材存储箱内的素材从所述素材存储箱的出口流出;
基于所述循环动力装置控制从所述出口流出的素材传输回所述素材存储箱的入口,以使所述素材循环进入所述素材存储箱内;
按照预设规则采集针对所述素材存储箱中的素材的图像数据。
需要说明的是:上述实施例提供的图像数据自动采集控制设备在进行控制时,仅以上述各程序模块的划分进行举例说明,实际应用中,可以根据需要而将上述处理分配由不同的程序模块完成,即将装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的自动采集控制设备与自动采集方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
实施例四
本发明实施例进一步提供一种图像数据自动识别系统。所述图像数据自动识别系统包括前述实施例一所述的图像数据自动采集系统,此外,还包括模型训练模块,所述模型训练模块用于采用所述图像数据自动采集系统采集的图像数据作为训练的数据集,根据神经网络算法进行训练,获得识别模型。
具体地,所述模型训练模块采用的训练数据集可以为所述图像数据自动采集系统采集后并经过预处理的图像数据。所述预处理可以包括Opencv图像预处理和/或图像增强处理,所述预处理将图像数据进行亮度和色彩空间的变化,从而有助于进行特征的提取。
本实施例中,所述神经网络算法例如是深度神经网络算法。
进一步地,所述图像数据自动识别系统还包括图像识别模块,所述图像识别模块以所述识别模型作为输入接口,用于在输入图像数据时对所述图像数据中包括的素材进行识别,获得识别结果。
本实施例中,通过图像数据自动识别系统自动获得数量充足并且置信度高的素材图像数据,根据所获得的图像数据进行训练得到素材识别模型,在实际应用中,仅需输入摄像装置捕捉的素材图像数据,即可输出素材类别。所述自动识别系统可自行智能工作,识别结果准确率高。
本发明所提供的图像数据自动采集系统、自动采集方法以及自动识别系统主要应用于电饭煲、电压力锅、自动炒菜机、冰箱、洗衣机、热水器等家电上;当然,并不限于此,本领域技术人员也可将其应用于任何需要图像数据采集的设备中。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (16)

1.一种图像数据自动采集系统,其特征在于,所述系统包括:素材存储箱、流出控制装置、循环动力装置和摄像装置;
所述素材存储箱具有素材存储空间,所述素材存储空间用于装载需要采集图像的素材;所述素材存储箱的上部和下部分别具有入口和出口,所述入口和出口分别用于供所述素材进入和流出;其中,所述素材存储空间的水平截面积由入口到出口方向逐渐缩小;
所述流出控制装置,设置于所述素材存储箱的出口处,用于控制所述素材从出口流出;
所述循环动力装置,用于在所述素材从所述出口流出时将所述素材从所述素材存储箱的出口传输回所述素材存储箱的入口,以使所述素材再次从所述入口进入所述素材存储箱的素材存储空间;
所述摄像装置,用于按照预设规则对所述素材存储箱内的素材进行图像数据采集。
2.根据权利要求1所述的系统,其特征在于,所述素材存储箱内设置有助力滑坡,所述助力滑坡用于加速位于所述素材存储空间内的素材的下滑以及向出口处汇聚。
3.根据权利要求1所述的系统,其特征在于,所述素材存储箱的箱体上设置有透明摄像视窗,所述摄像装置透过所述透明摄像视窗对所述素材存储箱中的素材进行图像数据采集。
4.根据权利要求3所述的系统,其特征在于,所述透明摄像视窗与所述素材存储箱的箱体相互独立,所述透明摄像视窗的材料包括亚克力或者玻璃。
5.根据权利要求1所述的系统,其特征在于,所述流出控制装置,还用于在控制所述素材从出口流出时,对所述素材进行搅拌。
6.根据权利要求1或5所述的系统,其特征在于,所述流出控制装置包括电机和转动部件,所述电机用于带动所述转动部件转动,所述转动部件包括旋转螺杆、旋转翅片、翻转门或三翼扇门。
7.根据权利要求1所述的系统,其特征在于,在所述素材存储箱的外部,所述入口和出口之间通过管道连通,所述循环动力装置与所述管道中靠近所述出口的一部分相连接。
8.根据权利要求1或7所述的系统,其特征在于,所述循环动力装置包括鼓风机。
9.根据权利要求1所述的系统,其特征在于,还包括控制器,所述流出控制装置、所述循环动力装置和所述摄像装置均由所述控制器控制。
10.根据权利要求1所述的系统,其特征在于,所述素材存储箱的入口处设置有防护罩,所述素材存储空间的竖直剖面为倒梯形形状,所述防护罩的竖直剖面为正梯形形状。
11.根据权利要求1所述的系统,其特征在于,还包括:物联网网关和云端服务器;
所述物联网网关,用于获得所述摄像装置采集的图像数据,将所述图像数据上传到所述云端服务器;
所述云端服务器,用于对所述图像数据进行以下处理的至少之一:图像分类、存储、分析。
12.根据权利要求1所述的系统,其特征在于,还包括:内网网关和本地存储器;
所述内网网关,用于获得所述摄像装置采集的图像数据,将所述图像数据传输给所述本地存储器;
所述本地存储器,用于对图像数据进行以下处理的至少之一:分类、存储、分析。
13.一种图像数据自动采集方法,利用权利要求1-12中任意一项所述的图像数据自动采集系统进行图像数据采集,其特征在于,所述方法包括以下步骤:
基于所述流出控制装置控制所述素材存储箱内的素材从所述素材存储箱的出口流出;其中,所述素材存储空间的水平截面积由入口到出口方向逐渐缩小;
基于所述循环动力装置控制从所述出口流出的素材传输回所述素材存储箱的入口,以使所述素材循环进入所述素材存储箱内;
按照预设规则采集针对所述素材存储箱中的素材的图像数据。
14.一种图像数据自动采集控制设备,其特征在于,包括:控制器和用于存储能够在控制器上运行的计算机程序的存储器,
其中,所述控制器用于运行所述计算机程序时,执行权利要求13所述方法的步骤。
15.一种图像数据自动识别系统,其特征在于,包括权利要求1-12中任意一项所述的图像数据自动采集系统,还包括模型训练模块,所述模型训练模块用于采用所述图像数据自动采集系统采集的图像数据作为训练的数据集,根据神经网络算法进行训练,获得识别模型。
16.根据权利要求15所述的系统,其特征在于,还包括图像识别模块,所述图像识别模块,用于获得所述图像数据自动采集系统采集的图像数据,基于所述模型训练模块获得的所述识别模型对所述图像数据进行识别,获得所述图像数据中包括的素材的识别结果。
CN201810631957.4A 2018-06-19 2018-06-19 图像数据自动采集系统、自动采集方法以及自动识别系统 Active CN110615293B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810631957.4A CN110615293B (zh) 2018-06-19 2018-06-19 图像数据自动采集系统、自动采集方法以及自动识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810631957.4A CN110615293B (zh) 2018-06-19 2018-06-19 图像数据自动采集系统、自动采集方法以及自动识别系统

Publications (2)

Publication Number Publication Date
CN110615293A CN110615293A (zh) 2019-12-27
CN110615293B true CN110615293B (zh) 2021-09-14

Family

ID=68920242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810631957.4A Active CN110615293B (zh) 2018-06-19 2018-06-19 图像数据自动采集系统、自动采集方法以及自动识别系统

Country Status (1)

Country Link
CN (1) CN110615293B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743428A (zh) * 2020-05-27 2021-12-03 广东芬尼克兹节能设备有限公司 一种结合摄像头进行精准除霜控制的方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000056056A3 (en) * 1999-03-18 2001-01-04 Showbites Inc Method for optimization of video coverage
CN104949916A (zh) * 2015-05-29 2015-09-30 中国农业大学 掉落式玉米果穗穗部性状测量装置及其测量方法
CN105181513A (zh) * 2015-06-08 2015-12-23 洛阳理工学院 箱体式谷物自动检测装置
CN106022854A (zh) * 2016-04-22 2016-10-12 天津至优科技有限公司 一种便携式电子商务摄影装置
CN107146096A (zh) * 2017-03-07 2017-09-08 浙江工业大学 一种智能视频广告展示方法及装置
CN107601064A (zh) * 2017-09-19 2018-01-19 中国计量大学 基于神经网络的直落失重式物料下料机及其控制器
CN108090518A (zh) * 2017-12-29 2018-05-29 美的集团股份有限公司 一种谷物识别方法、装置和计算机存储介质
CN108124106A (zh) * 2018-02-05 2018-06-05 陈文� 一种用于图像人工智能的样本采集系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000056056A3 (en) * 1999-03-18 2001-01-04 Showbites Inc Method for optimization of video coverage
CN104949916A (zh) * 2015-05-29 2015-09-30 中国农业大学 掉落式玉米果穗穗部性状测量装置及其测量方法
CN105181513A (zh) * 2015-06-08 2015-12-23 洛阳理工学院 箱体式谷物自动检测装置
CN106022854A (zh) * 2016-04-22 2016-10-12 天津至优科技有限公司 一种便携式电子商务摄影装置
CN107146096A (zh) * 2017-03-07 2017-09-08 浙江工业大学 一种智能视频广告展示方法及装置
CN107601064A (zh) * 2017-09-19 2018-01-19 中国计量大学 基于神经网络的直落失重式物料下料机及其控制器
CN108090518A (zh) * 2017-12-29 2018-05-29 美的集团股份有限公司 一种谷物识别方法、装置和计算机存储介质
CN108124106A (zh) * 2018-02-05 2018-06-05 陈文� 一种用于图像人工智能的样本采集系统

Also Published As

Publication number Publication date
CN110615293A (zh) 2019-12-27

Similar Documents

Publication Publication Date Title
US11436571B2 (en) Automatic classification system
CN109389161B (zh) 基于深度学习的垃圾识别进化学习方法、装置、系统及介质
CN110874578B (zh) 一种基于强化学习的无人机视角车辆识别追踪方法
CN104360089B (zh) 一种全自动微柱凝胶卡检测仪
CN103344583B (zh) 一种基于机器视觉的镨-钕(Pr/Nd)组分含量检测系统及方法
CN108921218B (zh) 一种目标物体检测方法及装置
KR102503116B1 (ko) 인공지능 머신러닝 학습을 위한 데이터셋 자동 생성 장치와 그의 제어 방법
CN114063609B (zh) 智能割草机器人的避障控制方法及控制系统
CN110615293B (zh) 图像数据自动采集系统、自动采集方法以及自动识别系统
CN104239886A (zh) 基于图像分析的草坪与背景分界线的提取方法
Nodado et al. Intelligent traffic light system using computer vision with android monitoring and control
EP3606041A1 (en) Method and system for assisting a user in producing and selecting images
CN110170456A (zh) 基于图像处理的水果分拣装置
CN117237590B (zh) 基于图像识别的光伏组件热斑识别方法及系统
CN112455676A (zh) 一种光伏板健康状态智能监测分析系统及方法
CN107860058A (zh) 电暖器及其控制方法、装置、存储介质和处理器
DE102020133445A1 (de) Kameraorchestrierungstechnologie zum verbessern von automatischer personenidentifizierung
CN109800661A (zh) 一种道路识别模型训练方法、道路识别方法及装置
CN108677830A (zh) 扫刷的自动控制方法、系统及清扫车
CN114135991B (zh) 一种用于地铁站公共区的温度预置控制和设备预警方法
CN114626460B (zh) 一种藻类图像数据的水下采集与原位识别装置及方法
CN105195438A (zh) 基于图像识别的嵌入式自动珍珠分拣器及分拣方法
CN110782484A (zh) 一种无人机视频人员识别追踪的方法
CN110218960A (zh) 基于视觉识别的炉鼻子姿态自动调整系统和方法
CN204314305U (zh) 一种全自动微柱凝胶卡检测仪

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant