买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所);江西省烟草公司吉安市公司
摘要:本发明提供了一种鲜烟叶成熟度识别方法、介质及系统,属于鲜烟叶成熟度识别技术领域,包括:首先,采集不同环境下不同成熟度的烟叶图像,构建原始图像集。引入CBAM注意力机制和SMU激活函数构建MobileViT‑CBAM网络模型,并用原始图像集训练得到成熟度识别基础模型。对原始图像集进行图像增强,得到扩充的增强图像集。提取增强图像集的原始特征,包括颜色、纹理、形状和布局特征。建立灰狼优化算法模型,优选出最优特征子集。使用最优特征子集对成熟度识别基础模型进行微调,得到最终的鲜烟叶成熟度识别模型。最后,将待测烟叶图像输入该模型,即可得到烟叶的成熟度。解决了现有技术对鲜烟叶成熟度识别性能受限的技术问题。
主权项:1.一种鲜烟叶成熟度识别方法,其特征在于,包括以下步骤:S10、采集多个已知成熟度的烟叶图像,包括烟叶在大田环境和暗箱环境下不同部位不同成熟度的鲜烟叶图像,经过图像增强和预处理后构建原始图像集;S20、引入CBAM注意力机制和SMU激活函数构建MobileViT-CBAM网络模型,采用所述原始图像集对所述MobileViT-CBAM网络模型进行训练,得到成熟度识别基础模型;S30、对原始图像集进行图像增强,包括旋转、翻转、缩放的操作,扩充所述原始图像集,记为增强图像集;S40、对所述增强图像集中的每一张图像,采用预训练好的图像特征采集提取模型进行特征提取,得到每一张图像的原始特征并形成原始特征集,所述原始特征包括低级特征和高级特征;其中,所述低级特征具体是颜色特征、纹理特征,所述高级特征具体是形状特征、布局特征;S50、建立灰狼优化算法模型,将提取到的原始特征集作为特征池,初始化灰狼优化算法的狼群位置和适应度函数,其中每只狼对应一个特征子集,所述特征子集是从所述原始特征集中随机选取的一个图像对应的特征子集,所述适应度函数表示使用该特征子集训练成熟度识别模型在增强图像集上的准确率,使用二进制编码方式对每只狼对应的特征子集进行编码,其中1表示保留该特征,0表示删除该特征;迭代根据适应度函数评估当前每只狼对应的特征子集,并更新狼群的位置;最终输出此时狼群中适应度最高的个体,所述适应度最高的个体对应的编码即为最优特征子集;S60、使用所述最优特征子集,从原始特征集中选取对应的特征,并基于S20得到的成熟度识别基础模型,使用所选特征对所述成熟度识别基础模型进行微调,得到微调模型;S70、在原始图像集上评估所述微调模型的性能指标,包括准确率、精确率、召回率,并根据评估结果对模型进行进一步优化调整,得到最终的鲜烟叶成熟度识别模型;S80、获取待测成熟度烟叶的大田环境和暗箱环境下不同部位的鲜烟叶图像,记为待测图像,输入到所述鲜烟叶成熟度识别模型中,得到待测成熟度烟叶的成熟度,并输出。
全文数据:
权利要求:
百度查询: 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) 江西省烟草公司吉安市公司 一种鲜烟叶成熟度识别方法、介质及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。