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：江南大学

摘要：本发明涉及一种基于深度学习的苹果表皮缺陷检测方法和系统，方法包括：获取苹果表皮图像；构建改进的YOLOv5s模型；通过改进的YOLOv5s模型对所述苹果表皮图像进行缺陷检测，并输出缺陷检测结果；其中，改进的YOLOv5s模型包括Backbone模块、Neck模块和Head模块，Backbone模块包括若干DSCS结构，DSCS结构用于提取浅层特征和深层特征，并将所述浅层特征和深层特征进行拼接，再对拼接后的特征进行特征筛选；Neck模块用于对Backbone模块筛选的特征进行特征融合；Head模块用于对Neck模块融合得到的特征进行预测。本发明能够对苹果表皮的缺陷进行准确预测。

主权项：1.一种基于深度学习的苹果表皮缺陷检测方法，其特征在于：包括：获取苹果表皮图像；构建改进的YOLOv5s模型；通过所述改进的YOLOv5s模型对所述苹果表皮图像进行缺陷检测，并输出苹果表皮缺陷检测结果；其中，所述改进的YOLOv5s模型包括依次连接的Backbone模块、Neck模块和Head模块，所述Backbone模块包括若干DSCS结构，所述DSCS结构用于提取浅层特征和深层特征，并将所述浅层特征和深层特征进行拼接，再对拼接后的特征进行特征筛选；所述Neck模块用于对所述Backbone模块筛选的特征进行特征融合；所述Head模块用于对所述Neck模块融合得到的特征进行预测；所述Backbone模块包括依次连接的第一CBS单元、第二CBS单元、第一DSCS结构、第三CBS单元、第二DSCS结构、第四CBS单元、第三DSCS结构、第五CBS单元、第一C3单元和SPFF单元；其中，所述第一CBS单元、第二CBS单元、第三CBS单元、第四CBS单元和第五CBS单元均用于特征提取，所述第一C3单元用于特征提取，所述SPFF单元用于把不同尺度特征图进行特征融合；所述第一DSCS结构、第二DSCS结构和第三DSCS结构均包括依次连接的Dense模块和SE模块，所述Dense模块的输出和SE模块的输出进行相加后与第十CBS单元连接；所述Dense模块用于提取浅层特征和深层特征，并将所述浅层特征和深层特征进行拼接，得到拼接特征；所述SE模块用于对Dense模块得到的拼接特征进行特征筛选；所述Dense模块包括依次连接的若干Dense层，当前Dense层的输入与当前Dense层的输出连接，下一个Dense层的输入与下一个Dense层的输出连接，当前Dense层的输入还和下一个Dense层的输出连接；每个所述Dense层均包括依次连接的第一BN层、第一Conv层和ReLU层。

全文数据：

权利要求：

百度查询： 江南大学 一种基于深度学习的苹果表皮缺陷检测方法和系统