龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：华中农业大学
摘要：本发明属于图像识别技术领域，公开了一种基于深度学习技术的果实成熟度无损分类方法及系统，通过对分析果实不同生长过程中的干物质含量％以及糖度，使用聚类分析算法划分果实的各个成熟度阶段，并得到典型样例。以典型样例为基准，用深度学习技术来自动、准确的判别果实所属的成熟度类别，因此适用于大规模、高效的果实成熟度预测场景。本发明经过双线性插值算法将原始图像尺寸大小调整为224×314的完整果实图像作为模型输入；将带有标签的外观图集分为训练集和测试集，对构建的果实成熟度无损分类模型进行训练、验证和测试，采用训练完成的模型，以待分类果实调整尺寸后的图像作为模型的输入，输出相应的果实成熟度结果。
主权项：1.一种基于深度学习技术的果实成熟度无损分类方法，其特征在于，包括以下步骤：S1，拍摄果实图像、收集果实的干物质含量以及糖度数据集；S2，整合果实的干物质含量以及糖度信息，以Calinski–Harabasz分数作为评判标准，使用Kmeans聚类算法得出果实的各个成熟度阶段以及典型样例，并给之前拍摄的果实图上贴上标签；S3，对带有标签的果实图像进行预处理；S4，将带有标签的特征图像划分为训练集和测试集两部分，两部分的图像数量比为7：3；S5，建立基于神经网络的果实成熟度无损分类模型，以训练集和测试集对果实成熟度无损分类模型进行训练和测试，获得训练好的果实成熟度无损分类模型；S6，收集待分类的果实外观图像，对果实外观图像进行预处理，提取预处理后的图像特征；将特征图像输入训练好的果实成熟度无损分类模型，得到待分类果实的成熟度。
全文数据：
权利要求：
百度查询： 华中农业大学 一种基于深度学习技术的果实成熟度无损分类方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号