[发明专利]一种基于深度学习的陈皮检测方法

权利要求书

1.一种基于深度学习的陈皮检测方法，其特征在于: 包括如下步骤： 步骤一：用800万像素摄像机获取从一年期到二十年期的陈皮原始图像作为样本图像； 步骤二：使用SOBEL算子对样本图像进行处理得到图像的边缘，再经过人工筛选的方法，提高样本识别率，其中边缘像素点的编码是[1，0]T,非边缘像素点的编码是[0，1]T，并以此作为训练样本的目标向量对LVQ神经网络进行训练；步骤三：用800万像素摄像机获取目标图像作为实测图像；步骤四：计算图像中各点的中值特征量、方向性信息特征量和KRISCH算子方向特征量，将这三个量作为LVQ神经网络的输入信号;步骤五：将经过训练的LVQ神经网络对图像的边缘进行检测；步骤六：将步骤三获取的实测图像输入训练好的深度卷积网络，判定哪些候选窗口属于陈皮，那些属于背景。

2.根椐权利要求1所述的一种基于深度学习的陈皮检测方法，其特征在于:在步骤三中，第一步是连接初始化，对所有从输入结点到输出结点的连接权值赋予随机的小数，置时间计数t = 0；第二步是对网络输入模式；第三步是计算输入$说明:\; x\_k$与全部输出结点所连接向量 的距离：；第四步是具有最小距离的结点竞争获胜： ；第五步是调整输出结点j*所连接的权值及几何邻域内的结点所连权值:；第六步是当还有输入样本数据时，t = t+1，转至第二步。