作品展示

利用单片机、力传感器、LCR测试仪等搭建平台，使用摄像头与LCR测量仪采集数据。对于外部品质，主要通过摄像头获取的图像信息，经图像裁剪、灰度化等预处理操作后，提取百香果图像，进而获得其果长、果径信息；再使用我们提出的YOLOv8-MDN-tiny检测模型，检测百香果的患病情况，并实现不同尺度（大目标、中目标、小目标）病斑的目标检测。对于内部品质，首先根据LCR测量仪获得68个介电参数，并通过局部异常因子法剔除异常数据，再基于随机森林回归模型的排列重要性算法提取特征，随后随机森林回归模型算法提取特征，并根据XGBoost模型训练理化特性数据，预测得到甜度、酸度以及果肉率数据，最后利用支持向量机判断黄金百香果是否成熟，以此检测其内外部品质。

现有装置大多通过机器视觉方式判断百香果品质，但无法满足内部品质检测的需要。本装置从实际需求出发，研制出一种无损地、快速地检测黄金百香果内部品质，即甜度、酸度、果肉率、成熟度的方法，并与现有的外部品质（果形、病斑）检测相结合，提供更全面、准确的品质评估。

针对现有装置无法满足百香果内部品质检测需求的问题，开发了一种新的装置，旨在提供无损、快速的方法来评估黄金百香果内部品质，并与现有的外部品质检测相结合，这对于保障品质、提升品牌形象、提高生产效率都具有非常重要的意义。 装置采用了多模态检测的方法，结合了多种技术。通过力学传感器、LCR测量仪等多种仪器，获得黄金百香果的介电参数，接着利用机器学习算法，建立介电参数与百香果理化特性的预测模型；同时，通过摄像头拍摄的图片，获取其果形和病斑情况；该装置具备快速检测的能力，能在较短时间内完成对百香果内外部品质检测，符合实际生产的需要；此外，装置采用无损检测技术，对百香果检测时不会造成任何损伤或影响其质量，有助于减少浪费。 除了上述装置，还设计了黄金百香果内外部品质检测系统，对相关信息进行可视化，提供更便捷的展示平台。该配套界面旨在与装置进行连接，实现数据的传输和交互。用户可以通过该界面监控实时的检测过程。

根据本装置针对黄金百香果内外部品质的分析，可以设计一条黄金百香果内外部品质检测流水线。其中，内部品质依靠介电特性的分析，以及介电特性与黄金百香果理化指标预测模型、成熟度分类模型的建立。而外部品质检测，则依赖拍摄的图片，根据百香果果形及病斑情况，再结合国家标准与实际情况，实现基于黄金百香果内外部品质的自动分拣。