摘要
本发明公开了基于多角度融合的水果分级方法、装置、存储介质及计算机设备,属于果蔬分拣技术领域。本发明先采集不同品种的水果果实的图像信息,并对采集的图像进行前景和背景分割,获取只有水果信息的前景图像,接着对水果的前景图像进行变换、生成不同角度的侧面水果图像,接着对不同瑕疵水果图像信息进行框标定和打标签得到水果瑕疵分选数据集,最后构建水果瑕疵分选网络,并对不同类别数据进行训练。本发明对水果分选精度达98%以上,并使用3D侧面水果生成算法,可丰富水果的侧边信息,实现小规模数据情况下提前完成训练得到最优模型参数,对价格贵、易损伤且成熟期短的水果分选有很好的通用性,提高果实分选精度和效率。
技术关键词
水果分级方法
卷积神经网络结构
多角度
彩色图像
训练卷积神经网络
Sigmoid函数
瑕疵
水果图像
数据
果蔬分拣技术
水果分级装置
计算机设备
分割算法
网络单元
单元块
矩阵
模块
样本
系统为您推荐了相关专利信息
影像
HOG特征提取
计算机
二维经验模态分解方法
模糊C均值聚类算法
视觉检测系统
高分辨率相机
图像处理模块
图像采集模块
识别织物
缺陷快速检测方法
芯片封装工艺
光学显微镜
X射线成像系统
深度学习算法
馈线终端
故障检测方法
配电网络
神经网络模型
地理空间信息
无人洗车机
全景图像数据
识别系统
色彩特征向量
特征数据库