[发明专利]一种产品品质分级的方法、装置和设备

权利要求书

1.一种产品品质分级的方法，其特征在于，所述方法包括：

获取待检测图像，所述待检测图像包括待品质分级产品；

将所述待检测图像输入机器学习模型中，并基于所述机器学习模型的输出结果，确定所述待品质分级产品对应的品质级别；

其中，所述机器学习模型已基于训练图像与品质级别标签之间的对应关系进行了训练；训练图像对应的品质级别标签表征该训练图像中的产品的品质级别。

2.根据权利要求1所述的方法，其特征在于，所述机器学习模型已基于多组训练图像与品质级别标签之间的对应关系进行了训练，其中，所述多组训练图像与品质级别标签之间的对应关系中包括多种品质级别标签；

所述基于所述机器学习模型的输出结果，确定所述待检测图像对应的品质级别，包括：

提取所述待检测图像中的待品质分级产品的外观特征；

根据所述外观特征，得到所述外观特征分别对应每种品质级别标签的概率；

根据所述外观特征分别对应每种品质级别标签的概率，确定满足预设条件的品质级别标签，并将满足所述预设条件的品质级别标签对应的品质级别作为所述待品质分级产品对应的品质级别；

其中，所述预设条件为所述待品质分级产品的外观特征分别对应不同品质级别标签的概率中，最高概率所对应的品质级别标签。

3.根据权利要求1或2所述的方法，其特征在于，所述外观特征包括如下：所述待检测图像中待品质分级产品的颜色、边缘、纹理、局部区域特征、形状、尺寸大小与隐式刻画的深度外观特征等。

4.根据权利要求1或2所述的方法，其特征在于，训练图像通过以下步骤生成：

将训练图像进行图像灰度化处理，得到所述训练图像对应的第一灰度化图像；

识别所述第一灰度化图像中的前景区域，其中，所述第一灰度化图像中的前景区域包括所述原始训练图像中的产品在所述第一灰度化图像中的区域；

对所述第一灰度化图像中的前景区域中的所述产品进行拟合，得到所述产品在所述第一灰度化图像中的区域的主方向；

根据所述主方向和第一目标方向，对所述训练图像进行旋转，直至所述产品在所述训练图像中的区域的主方向为所述第一目标方向。

5.根据权利要求1或2所述的方法，其特征在于，训练图像通过以下步骤生成：

对训练图像中的产品进行目标检测，得到包括所述产品的长方形边框中左上角和右下角的坐标信息；

去除所述训练图像中的背景区域，并将去除所述背景区域后的图像作为训练图像；其中，所述训练图像中的背景区域为所述训练图像中所述长方形边框以外的区域。

6.根据权利要求1或2所述的方法，其特征在于，训练图像通过以下步骤进行扩充：

对训练图像进行数据增广处理，得到数据增广结果，并用所述数据增广结果扩充训练图像；

其中，所述数据增广处理包括以下至少一种方式：添加噪声、模糊化、调整对比度、调整亮度、水平翻转和旋转。

7.根据权利要求1或2所述的方法，其特征在于，在所述将所述待检测图像输入机器学习模型中之前，所述方法还包括：

将所述待检测图像进行图像灰度化处理，得到所述待检测图像对应的第二灰度化图像；

识别所述第二灰度化图像中的前景区域，其中，所述第二灰度化图像中的前景区域包括所述待检测图像中的待品质分级产品在所述第二灰度化图像中的区域；

对所述第二灰度化图像中的前景区域中的所述待品质分级产品进行拟合，得到所述待品质分级产品在所述第二灰度化图像中的区域的主方向；

根据所述主方向和第二目标方向，对所述待检测图像进行旋转，直至所述待品质分级产品在所述待检测图像中的区域的主方向为所述第二目标方向。