[发明专利]一种果蔬外观变化识别模型的建立方法和识别方法有效
申请号: | 201710081436.1 | 申请日: | 2017-02-15 |
公开(公告)号: | CN106951912B | 公开(公告)日: | 2019-11-08 |
发明(设计)人: | 段胜业;胡江明;李宏言 | 申请(专利权)人: | 海尔优家智能科技(北京)有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46 |
代理公司: | 工业和信息化部电子专利中心 11010 | 代理人: | 王淑静 |
地址: | 100086 北京市海淀区知春*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种果蔬外观变化识别模型的建立方法和识别方法。所述果蔬外观变化识别模型的建立方法,通过深度学习建立果蔬外观变化识别模型,包括:提取训练样本的训练样本轮廓特征;提取训练样本的训练样本颜色特征;将训练样本轮廓特征和训练样本颜色特征进行拼接,形成训练样本的外观特征;对外观特征进行预测,得到训练样本的预测存放时长类别;根据预测存放时长类别设置相应的预测存放时间段;计算训练样本的真实存放时间段和预测存放时间段的差值;根据差值优化果蔬外观变化识别模型的模型参数,通过该果蔬外观变化识别模型可以识别果蔬的局部细微变化,实现了贮存过程中对果蔬的有效监控。 | ||
搜索关键词: | 一种 外观 变化 识别 模型 建立 方法 | ||
【主权项】:
1.一种果蔬外观变化识别模型的建立方法,其特征在于,通过深度学习建立果蔬外观变化识别模型,包括:提取训练样本的训练样本轮廓特征;提取所述训练样本的训练样本颜色特征;将所述训练样本轮廓特征和所述训练样本颜色特征进行拼接,形成所述训练样本的外观特征;对所述外观特征进行预测,得到所述训练样本的预测存放时长类别;根据所述预测存放时长类别设置相应的预测存放时间段;计算所述训练样本的真实存放时间段和所述预测存放时间段的差值;根据所述差值优化所述果蔬外观变化识别模型的模型参数;所述提取训练样本的训练样本轮廓特征,还包括:将所述训练样本的训练样本灰度图输入至所述果蔬外观变化识别模型处理得到下采样后的纹理特征图和形状特征图;将所述下采样后的纹理特征图和所述形状特征图输入至所述果蔬外观变化识别模型,得到所述训练果蔬的轮廓特征。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海尔优家智能科技(北京)有限公司,未经海尔优家智能科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710081436.1/,转载请声明来源钻瓜专利网。
- 上一篇:电子元件编带卧式上料装置
- 下一篇:钢帘线生产用钢丝定位装置