[发明专利]一种基于深度学习的咖啡果实成熟度的识别方法

摘要

本发明公开了一种基于深度学习的咖啡果实成熟度的识别方法，属于智能农业领域，所述的机遇深度学习的咖啡果实成熟度的识别方法包括采集不同成熟度的原始咖啡果实图像，将图像裁剪为统一大小，并处理成为神经网络模型输入所要求的形式；将训练样本数据送入由连续卷积层+稀疏激活Maxout函数层构成的卷积神经网络模型中来提取咖啡果实图像特征；根据提取的特征训练咖啡果实成熟度分类器得到最终识别模型。本发明能够实现在无人工的参与下自动地识别出咖啡果实是否成熟，不仅提高了识别的准确率和效率而且还能降低人工成本。

主权项

1.一种基于深度学习的咖啡果实成熟度的识别方法：其特征在于：所述的方法具体步骤如下：步骤1，对咖啡果实图像进行采集，并进行预处理；步骤2，将所述第n张果实图像样本X_n作为输入图像，将所述第n张果实图像样本X_n所对应的果实成熟度Y_n作为识别目标，训练卷积神经网络模型Φ；步骤3，计算第t次迭代的卷积神经网络Φ_t的代价损失L_t，并求解输入图像X_n在卷积神经网络Φ_t的滤波响应梯度；步骤4，将所述滤波响应梯度在卷积神经网络Φ_t进行反向传播，从而更新第t次迭代的卷积神经网络Φ_t的各层权值和偏置参数；步骤5，将t+1赋值给t，并判断L_t≥ε或t≤t_max是否成立，若成立，则返回步骤2‑2；否则，表示完成卷积神经网络模型Φ的训练；步骤6，将所采集的咖啡果实图像作为识别图像并经过预处理之后输入到所述卷积神经网络模型Φ中，从而得到所述咖啡果实图像特征，再将该特征输入到分类器中以判别咖啡果实的成熟度。