Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的粮食不完善粒识别方法及系统 

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:迩言(上海)科技有限公司

摘要:本发明涉及一种基于深度学习的粮食不完善粒识别方法及系统,其方法包括,从多个角度全方位的获取一颗待识别粮食粒的图像,得到待识别粮食粒的图像集;利用预先训练好的神经网络模型分别对图像集中的每幅图像进行识别,得到待识别粮食粒在每幅图像中的识别结果;并将待识别粮食粒在所有图像中的识别结果进行差异性比对,取识别结果置信度之和高于预设阈值的识别结果作为待识别粮食粒的最终识别结果。本发明从多个角度全方位的获取待识别粮食粒的多幅图像,并利用开源的基于ResNet的分类神经网络模型对多视角的多幅图像分别同时进行识别,其相对于识别单一视角的一幅图像具有更高的容错性能,因而本发明在确保检测效率的同时可以提高检测精度。

主权项:1.一种基于深度学习的粮食不完善粒识别方法,其特征在于:所述粮食不完善粒识别方法包括以下步骤,从多个角度全方位的获取一颗待识别粮食粒的图像,得到所述待识别粮食粒的图像集,其中,所述图像集中包括所述待识别粮食粒多角度的多幅图像;利用预先训练好的神经网络模型分别对所述图像集中的每幅图像进行识别,得到所述待识别粮食粒在每幅图像中的识别结果;并将所述待识别粮食粒在所有图像中的识别结果进行差异性比对,取识别结果置信度之和高于预设阈值的识别结果作为所述待识别粮食粒的最终识别结果;从多个角度全方位的获取一颗待识别粮食粒的图像的具体方法为,采用分布在多个角度的相机全方位的获取一颗待识别粮食粒的图像;在获取所述待识别粮食粒的图像之前,还包括以下步骤,检测相机拍摄的当前画面中是否有所述待识别粮食粒存在;检测相机拍摄的当前画面中是否有所述待识别粮食粒存在,具体包括以下步骤:获取相机拍摄的当前画面图像,并对所述当前画面图像中的每一像素点进行微分处理,得到每一像素点的微分值;若所述当前画面图像中每一像素点的微分值均为零,则判定所述当前画面图像中不存在所述待识别粮食粒;否则获取所述当前画面图像中微分值不为零的像素点的像素信息;将所述当前画面图像中所有微分值不为零的像素点的像素信息分别与预设像素信息进行比较;若微分值不为零的像素点的像素信息与所述预设像素信息之间的差值小于第一预设阈值时,则判定该微分值不为零的像素点不是边缘点;否则判定该微分值不为零的像素点是边缘点;统计所述边缘点的数量,并将所述边缘点的数量与第二预设阈值进行比较;若所述边缘点的数量小于所述第二预设阈值,则判定所述当前画面图像中不存在所述待识别粮食粒;否则判定所述当前画面图像中存在所述待识别粮食粒;所述神经网络是以ResNet为backbone的分类神经网络;利用预先训练好的神经网络模型分别对所述图像集中的每幅图像进行识别,得到所述待识别粮食粒在每幅图像中的识别结果,具体包括以下步骤,利用所述神经网络模型分别对所述图像集中的每幅图像进行卷积运算、池化和归一化处理,输出所述待识别粮食粒在每幅图像中的识别结果;其中,所述识别结果包括每幅图像中所述待识别粮食粒所属每种类别的权值和置信度;将所述待识别粮食粒在所有图像中的识别结果进行差异性比对,取识别结果置信度之和高于预设阈值的识别结果作为所述待识别粮食粒的最终识别结果,具体包括以下步骤,将每幅图像中所述待识别粮食粒所属每种类别的权值和置信度进行相乘处理,得到每幅图像中所述待识别粮食粒所属每种类别的加权置信度;分别将所有图像中所述待识别粮食粒所属相同类别的加权置信度进行相加处理,得到所述待识别粮食粒所属每种类别的加权置信度之和;取高于预设阈值的所述加权置信度之和所对应的类别作为所述待识别粮食粒的最终识别结果。

全文数据:

权利要求:

百度查询: 迩言(上海)科技有限公司 一种基于深度学习的粮食不完善粒识别方法及系统

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。