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：浙江大学

摘要：本发明属于计算机视觉、迁移学习和龙井茶品质检测技术领域，公开了一种基于深度特征和TrAdaBoost的龙井茶品质鉴别方法，包含如下步骤：步骤1：领域划分与数据集标注；步骤2：图像感兴趣区域提取、标准化与增强化；步骤3：训练深度学习模型，构建特征提取器；步骤4：构建实例迁移TrAdaBoost模型；步骤5：使用测试集评估模型分类效果。本发明充分利用相关联的源域数据集提供的信息，利用深度神经网络和强泛化性和实力样本间的相似性，构建迁移学习模型。模型能够实现目标任务小样本情况下的龙井茶品质鉴别。该方法消耗时间和算力少，效率高，节约大量标注成本和人力物力，为龙井茶品质自动化识别增加了应用场景。

主权项：1.一种基于深度特征和TrAdaBoost的龙井茶品质鉴别方法，其特征在于，包含如下步骤：步骤1：领域划分与数据集标注；收集用于鉴别品质的龙井茶图像，将其作为目标数据集，选取其中的少部分进行标注，建立与目标数据集类别空间相同的辅助数据集，作为源域，得到源域和目标域两个相关联的龙井茶品质数据集；所述源域和目标域的数据集具有相同的品质鉴别任务，源域和目标域的区别在于，源域是所有样本都是带标签的，即完全标注，目标域只有少量样本带标签，即仅有少量标注，少量指的是每个类别只有10个样本有标签；步骤2：图像感兴趣区域提取、标准化与增强化；将源域和目标域中所有带标签的样本合并，作为训练集，然后对训练集图像进行感兴趣区域提取、标准化、增强化操作，得到预处理后的训练集；带标签的样本合并成训练集指的是，将类别空间相同的源域和目标域样本合并在同一类别空间下；感兴趣区域提取指的是，以图像几何中心为中心提取感兴趣区域，范围大小为600×540像素，提取得到的感兴趣区域作为数据集图像；增强化指的是，对训练集中每张图像进行旋转、翻转、添加噪声、缩放操作并保存副本，从而使数据规模扩大到原来的5倍，避免因深度学习模型参数量过大出现过拟合；标准化指的是，进行基于图像各通道均值和方差的标准化；步骤3：训练深度学习模型，构建特征提取器；深度特征提取指的是将训练好的深度神经网络模型参数固定，去掉分类器和最后一个全连接层，将样本输入网络后的输出作为样本的深度特征表示；所选择的深度神经网络模型为轻量化卷积神经网络架构MobileNetV2；步骤4：构建实例迁移TrAdaBoost模型；利用训练集的深度特征训练改进的多分类TrAdaBoost模型，保存训练好的模型；利用训练集图像样本提取的深度特征训练改进的多分类TrAdaBoost模型，在迭代过程中，提高源域中与目标域相似样本的权重，降低与目标域不相似样本的权重，从而构建基于实例的迁移学习模型；步骤5：使用测试集评估模型分类效果；使用不带标签的待测龙井茶图像在深度学习模型上提取深度特征，然后导入多分类TrAdaBoost模型进行品质鉴别；首先，将不带标签的目标域样本，即测试集样本，导入到训练好的深度学习模型中，得到深度特征，再将深度特征导入到训练好的TrAdaBoost分类器中，评估龙井茶品质鉴别准确率；测试集图像需进行标准化，但是不需要进行增强，首先测试集样本被导入深度特征提取器得到1280维特征向量，再导入训练好的TrAdaBoost模型得到预测结果，通过绘制混淆矩阵和计算测试集准确率衡量模型准确率。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于深度特征和TrAdaBoost的龙井茶品质鉴别方法