树莓派对新鲜和腐烂果实的检测

Ashwini Kumar SInha

389

在一批混合水果中,手工将腐烂的水果和新鲜的水果进行分类是一项既单调又累人的工作。尽管耗时,大多数食品加工厂还是采用这种方法制作果酱和其他水果制品。

因此,为了提供一个要求低得多的解决方案,今天的项目重点是使用覆盆子π开发板新鲜和腐烂的水果检测和自动分类。

新鲜和腐烂水果检测材料清单

注:-伺服电机/致动器是可选的,如果你想做任何行动,如排序,然后你可以在代码的功能。

创建毫升模型

在创建ML模型之前,需要收集不同的数据集。您可以通过捕捉不同腐烂和新鲜水果的图片,或下载任何具有类似区别图片的在线数据集来实现这一点。

接下来,使用各种可用选项创建一个ML模型。为了演示这一点,我使用了lobes和谷歌可教机器。在创建一个新项目并将数据集上传到带有正确标签的ML模型中之后,训练它。现在下载张量流的训练ML模型并创建用于部署它的Python代码。

图1所示。
图2所示。

编码

在代码中包括OpenCV和其他库。然后用网络摄像头拍摄视频,剪切选定帧并保存。将保存的帧传递给ML模型进行处理时,将检测所需水果的新鲜度/腐烂度,并给出最终结果。

图3。
图4所示。

测试

连接摄像头,运行代码。将水果放在摄像机前,估计其新鲜度/腐烂率,以便进行分类。您还可以修改代码,添加一个伺服电机或执行器来移动和分类水果。

图5

注意,您也可以使用不同的工具,如谷歌可教的代码文件夹包含ML模型和python代码,也附带有从谷歌可教的ML模型。

下载ML模型和代码

分享你的想法和评论

请输入您的评论!
请在这里输入你的名字